一种基于斜率检测的精密设备短路监测保护方法及系统与流程

1.本发明涉及电路技术领域，具体是指一种基于斜率检测的精密设备短路监测保护方法及系统。


背景技术：

2.在高校科研和大型公司的硬件研发过程中，经常会使用到一些高精密实验设备，包括高精度机械加工设备、信号分析处理设备和高精度传感器设备等。在上述精密设备的工作过程中，会不可避免地发生短路故障，传统的短路保护方法是当电流绝对值超过预定数值才进行短路保护，存在切断速度慢和效率低的问题；而一般的短路监测模型因参数不当出现过度拟合或欠拟合从而导致测试正确率低的问题；同时也存在短路监测模型对短路信号反复误触发的问题。


技术实现要素：

3.针对上述情况，为克服现有技术的缺陷，本发明提供了一种基于斜率检测的精密设备短路监测保护方法及系统，针对传统的短路保护方法是当电流绝对值超过预定数值才进行短路保护，存在着切断速度慢和效率低的问题，本方案采用基于斜率检测的监测保护方法，当实时运行数据被模型识别为疑似短路数据后，立即进行切断保护，切断效率高，速度快；针对一般的短路监测模型因参数不当出现过度拟合或欠拟合从而导致测试正确率低的问题，本方案采用算法优化进行建模，确保建模所用参数不会出现过度拟合或欠拟合的问题，从而提高测试正确率；针对短路监测模型对短路信号反复误触发的问题，本方案采用保护锁存机制，避免反复误触发。
4.本发明采取的技术方案如下：本发明提供的一种基于斜率检测的精密设备短路监测保护方法，该方法包括以下步骤：步骤s1：数据采集；步骤s2：算法优化；步骤s3：建立短路监测模型；步骤s4：保护锁存；步骤s5：可视化展示。
5.进一步地，在步骤s1中，所述数据采集包括采集历史运行数据及对应标签和实时运行数据，采集的实时运行数据是电压差和电流，所述电压差对应时间内电流的差值，所述电压差即电流斜率，所述对应标签包括正常数据和疑似短路数据。
6.进一步地，在步骤s2中，所述算法优化包括步骤s21、步骤s22、步骤s23、步骤s24、步骤s25、步骤s26、步骤s27和步骤s28；步骤s21：数据分类，将步骤s1采集的历史运行数据及对应标签作为样本数据，随机将70%的样本数据作为训练数据集，其他30%的样本数据作为测试数据集，预先设定内核
参数σ的范围、惩罚因子c的范围、测试阈值、候选解的数量n和最大迭代次数max；步骤s22：初始化位置，随机生成作为n个候选解的初始位置，其中，是第1个候选解的初始位置，是第2个候选解的初始位置，，是第n个候选解的初始位置；是惩罚因子c范围内的随机数，是内核参数σ范围内的随机数；步骤s23：计算适应度函数值，利用python导入sklearn库，分别将候选解的位置坐标作为参数，调用svm函数用训练数据集建立准svm模型，用准svm模型对测试数据集的识别正确率作为候选解的适应度函数值，将适应度函数值最大的候选解作为目标解；步骤s24：检测目标解的适应度函数值是否不低于测试阈值或是否达到最大迭代次数，若目标解的适应度函数值不低于测试阈值，则输出目标解的位置并结束；若达到最大迭代次数且目标解的适应度函数值低于测试阈值，则转至步骤s22；否则转至步骤s25；步骤s25：计算候选解与目标解的矢量距离，所用公式如下：，式中，d是候选解与目标解的矢量距离，c是摆动因子，c是0到2范围内随机数，是第t次迭代中目标解的位置，是第t次迭代中候选解的位置；步骤s26：计算收敛因子，所用公式如下：，式中，a为收敛因子，t是当前迭代次数；步骤s27：更新候选解的位置，所用公式如下：，式中，是第t次迭代中候选解更新后的位置，r是0到1范围内的随机数；步骤s28：转至步骤s23。
7.进一步地，在步骤s3中，所述建立短路监测模型是利用python导入sklearn库，将目标解的位置作为参数，调用svm函数用训练数据集建立短路监测模型，所述短路监测模型对实时运行数据识别并输出数据类型，所述数据类型包括正常数据和疑似短路数据，当短路监测模型输出疑似短路数据时，硬件响应，进而半导体器件关闭电路，从而保护精密设备。
8.进一步地，在步骤s4中，所述保护锁存是当短路监测模型输出疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存，从而避免反复误触发。
9.进一步地，在步骤s5中，所述可视化展示是对短路监测模型对实时运行数据的识别结果随时间序列进行可视化展示，方便人工监督。
10.本发明提供的一种基于斜率检测的精密设备短路监测保护系统，包括数据采集模块、算法优化模块、短路监测模型模块、保护锁存模块和可视化展示模块，所述数据采集模块采集历史运行数据及对应标签和实时运行数据，并将历史运行数据发送至算法优化模块，将历史运行数据和实时运行数据发送至短路监测模型模块；所述算法优化模块接收数据采集模块发送的历史运行数据及对应标签进行算法优化，并将目标解的位置发送至短路监测模型模块；所述短路监测模型模块利用算法优化模块发送的目标解的位置和数据采集模块发送的历史运行数据及对应标签建立短路监测模型，并将实时运行数据进行识别，对疑似短路数据进行电路关闭，同时将识别结果发送至保护锁存模块和可视化展示模块；所述保护锁存模块接收短路监测模型模块发送的识别结果，当识别结果为疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存；所述可视化展示模块接收短路监测模型模块发送的识别结果，对识别结果随时间序列进行可视化展示，所述可视化展示模块为泰坦军团27g1显示屏。
11.采用上述方案本发明取得的有益效果如下：（1）针对传统的短路保护方法是当电流绝对值超过预定数值才进行短路保护，存在着切断速度慢和效率低的问题，本方案采用基于斜率检测的监测保护方法，当实时运行数据被模型识别为疑似短路数据后，立即进行切断保护，切断效率高，速度快。
12.（2）针对一般的短路监测模型因参数不当出现过度拟合或欠拟合从而导致测试正确率低的问题，本方案采用算法优化进行建模，确保建模所用参数不会出现过度拟合或欠拟合的问题，从而提高测试正确率。
13.（3）针对短路监测模型对短路信号反复误触发的问题，本方案采用保护锁存机制，避免反复误触发。
附图说明
14.图1为本发明提供的一种基于斜率检测的精密设备短路监测保护方法的流程示意图；图2为本发明提供的一种基于斜率检测的精密设备短路监测保护系统的流程示意图；图3为步骤s2的流程示意图；图4为本方案与传统方案关断电流速度比较图；图5为短路监测模型对部分训练数据的分类效果展示图。
15.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
具体实施方式
16.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
18.实施例一，参阅图1，本发明提供的一种基于斜率检测的精密设备短路监测保护方法，该方法包括以下步骤：步骤s1：数据采集；步骤s2：算法优化；步骤s3：建立短路监测模型；步骤s4：保护锁存；步骤s5：可视化展示。
19.实施例二，参阅图1和图3，该实施例基于上述实施例，在步骤s2中，算法优化包括步骤s21、步骤s22、步骤s23、步骤s24、步骤s25、步骤s26、步骤s27和步骤s28；步骤s21：数据分类，将步骤s1采集的历史运行数据及对应标签作为样本数据，随机将70%的样本数据作为训练数据集，其他30%的样本数据作为测试数据集，预先设定内核参数σ的范围、惩罚因子c的范围、测试阈值、候选解的数量n和最大迭代次数max；步骤s22：初始化位置，随机生成作为n个候选解的初始位置，其中，是第1个候选解的初始位置，是第2个候选解的初始位置，，是第n个候选解的初始位置；是惩罚因子c范围内的随机数，是内核参数σ范围内的随机数；步骤s23：计算适应度函数值，利用python导入sklearn库，分别将候选解的位置坐标作为参数，调用svm函数用训练数据集建立准svm模型，用准svm模型对测试数据集的识别正确率作为候选解的适应度函数值，将适应度函数值最大的候选解作为目标解；步骤s24：检测目标解的适应度函数值是否不低于测试阈值或是否达到最大迭代次数，若目标解的适应度函数值不低于测试阈值，则输出目标解的位置并结束；若达到最大迭代次数且目标解的适应度函数值低于测试阈值，则转至步骤s22；否则转至步骤s25；步骤s25：计算候选解与目标解的矢量距离，所用公式如下：，式中，d是候选解与目标解的矢量距离，c是摆动因子，c是0到2范围内随机数，是第t次迭代中目标解的位置，是第t次迭代中候选解的位置；步骤s26：计算收敛因子，所用公式如下：，式中，a为收敛因子，t是当前迭代次数；步骤s27：更新候选解的位置，所用公式如下：
，式中，是第t次迭代中候选解更新后的位置，r是0到1范围内的随机数；步骤s28：转至步骤s23。
20.通过执行上述操作，针对一般的短路监测模型因参数不当出现过度拟合或欠拟合从而导致测试正确率低的问题，本方案采用算法优化进行建模，确保建模所用参数不会出现过度拟合或欠拟合的问题，从而提高测试正确率。
21.实施例三，参阅图1，该实施例基于上述实施例，在步骤s1中，数据采集包括采集历史运行数据及对应标签和实时运行数据，采集的实时运行数据是电压差和电流，所述电压差对应时间内电流的差值，所述电压差即电流斜率，所述对应标签包括正常数据和疑似短路数据。
22.实施例四，参阅图1，该实施例基于上述实施例，在步骤s3中，建立短路监测模型是利用python导入sklearn库，将目标解的位置作为参数，调用svm函数用训练数据集建立短路监测模型，所述短路监测模型对实时运行数据识别并输出数据类型，所述数据类型包括正常数据和疑似短路数据，当短路监测模型输出疑似短路数据时，硬件响应，进而半导体器件关闭电路，从而保护精密设备。
23.实施例五，参阅图1，该实施例基于上述实施例，在步骤s4中，保护锁存是当短路监测模型输出疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存，从而避免反复误触发。
24.通过执行上述操作，针对短路监测模型对短路信号反复误触发的问题，本方案采用保护锁存机制，避免反复误触发。
25.实施例六，参阅图1，该实施例基于上述实施例，在步骤s5中，可视化展示是采用泰坦军团27g1显示屏，将短路监测模型对实时运行数据的识别结果随时间序列进行可视化展示，同时上传数据到云端，云端服务器将数据同步到用户终端显示，方便人工监督。
26.通过执行上述操作，针对传统的短路保护方法是当电流绝对值超过预定数值才进行短路保护，存在着切断速度慢和效率低的问题，本方案采用基于斜率检测的监测保护方法，当实时运行数据被模型识别为疑似短路数据后，立即进行切断保护，切断效率高，速度快。
27.实施例七，参阅图4，该实施例基于上述实施例，是时刻的电流，是时刻的电流，是和的差值，是和的差值，是本方案基于斜率检测的电路完全关断的时间，是传统方案硬件关断触发的时间，是传统方案硬件关闭触发的关断尖峰电流，是传统方案电路完全关断的时间；横轴为时间轴，单位为微秒us，标注关断速度；纵轴为母线电流单位，安培a，标注关断电流峰值；传统方案需要达到绝对短路阈值，如图中所示为时刻才触发关断，直到时刻才完全关断，总关断时间为50us左右，关断尖峰电流可达，100a左右；本方案检测在至的时间内上升电流的差值，得到电压差即电流斜率，短
路监测模型识别为疑似短路数据并输出，电路在时刻完全关断，总关断时间在3us左右，关断尖峰电流在18a左右；可以看出本方法采用的基于斜率检测的短路监测方法更优于传统方法，对精密设备的保护效果更优。
28.实施例八，参阅图5，该实施例基于上述实施例，将部分训练数据输入至短路监测模型，短路监测模型对部分训练数据识别并分类，部分训练数据被分为正常数据和疑似短路数据。
29.实施例九，参阅图2，该实施例基于上述实施例，本发明提供的一种基于斜率检测的精密设备短路监测保护系统，包括数据采集模块、算法优化模块、短路监测模型模块、保护锁存模块和可视化展示模块，所述数据采集模块采集历史运行数据及对应标签和实时运行数据，并将历史运行数据发送至算法优化模块，将历史运行数据和实时运行数据发送至短路监测模型模块；所述算法优化模块接收数据采集模块发送的历史运行数据及对应标签进行算法优化，并将目标解的位置发送至短路监测模型模块；所述短路监测模型模块利用算法优化模块发送的目标解的位置和数据采集模块发送的历史运行数据及对应标签建立短路监测模型，并将实时运行数据进行识别，对疑似短路数据进行电路关闭，同时将识别结果发送至保护锁存模块和可视化展示模块；所述保护锁存模块接收短路监测模型模块发送的识别结果，当识别结果为疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存；所述可视化展示模块接收短路监测模型模块发送的识别结果，对识别结果随时间序列进行可视化展示，所述可视化展示模块为泰坦军团27g1显示屏。
30.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
31.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
32.以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。

技术特征：
1.一种基于斜率检测的精密设备短路监测保护方法，其特征在于：该方法包括以下步骤：步骤s1：数据采集；步骤s2：算法优化；步骤s3：建立短路监测模型；步骤s4：保护锁存；步骤s5：可视化展示；在步骤s2中，所述算法优化包括步骤s21、步骤s22、步骤s23、步骤s24、步骤s25、步骤s26、步骤s27和步骤s28；步骤s21：数据分类，将步骤s1采集的历史运行数据及对应标签作为样本数据，随机将70％的样本数据作为训练数据集，其他30％的样本数据作为测试数据集，预先设定内核参数σ的范围、惩罚因子c的范围、测试阈值、候选解的数量n和最大迭代次数max；步骤s22：初始化位置，随机生成(c1，σ1)、(c2，σ2)
…
(cn，σ)作为n个候选解的初始位置，其中(c1，σ1)是第1个候选解的初始位置，(c2，σ2)是第2个候选解的初始位置，
……
，(cn，σn)是第n个候选解的初始位置；c1，c2，
……
，cn是惩罚因子c范围内的随机数，σ1，σ2，
……
，σn是内核参数σ范围内的随机数；步骤s23：计算适应度函数值，利用python导入sklearn库，分别将候选解的位置坐标作为参数，调用svm函数用训练数据集建立准svm模型，用准svm模型对测试数据集的识别正确率作为候选解的适应度函数值，将适应度函数值最大的候选解作为目标解；步骤s24：检测目标解的适应度函数值是否不低于测试阈值或是否达到最大迭代次数，若目标解的适应度函数值不低于测试阈值，则输出目标解的位置并结束；若达到最大迭代次数且目标解的适应度函数值低于测试阈值，则转至步骤s22；否则转至步骤s25；步骤s25：计算候选解与目标解的矢量距离，所用公式如下：d＝c*xp(t)-x(t)；式中，d是候选解与目标解的矢量距离，c是摆动因子，c是0到2范围内随机数，xp(t)是第t次迭代中目标解的位置，x(t)是第t次迭代中候选解的位置；步骤s26：计算收敛因子，所用公式如下：a＝2-2(t/max)；式中，a为收敛因子，t是当前迭代次数；步骤s27：更新候选解的位置，所用公式如下：x(t+1)＝xp(t)-(2a*r-a)*d；式中，x(t+1)是第t次迭代中候选解更新后的位置，r是0到1范围内的随机数；步骤s28：转至步骤s23。2.根据权利要求1所述的一种基于斜率检测的精密设备短路监测保护方法，其特征在于：在步骤s1中，所述数据采集包括采集历史运行数据及对应标签和实时运行数据，采集的实时运行数据是电压差δv和电流，所述电压差δv对应δt时间内电流的差值δi，所述电压差δv即电流斜率，所述对应标签包括正常数据和疑似短路数据。3.根据权利要求1所述的一种基于斜率检测的精密设备短路监测保护方法，其特征在于：在步骤s3中，所述建立短路监测模型是利用python导入sklearn库，将目标解的位置作
为参数，调用svm函数用训练数据集建立短路监测模型，所述短路监测模型对实时运行数据识别并输出数据类型，所述数据类型包括正常数据和疑似短路数据，当短路监测模型输出疑似短路数据时，硬件响应，进而半导体器件关闭电路，从而保护精密设备。4.根据权利要求1所述的一种基于斜率检测的精密设备短路监测保护方法，其特征在于：在步骤s4中，所述保护锁存是当短路监测模型输出疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存。5.根据权利要求1所述的一种基于斜率检测的精密设备短路监测保护方法，其特征在于：在步骤s5中，所述可视化展示是对短路监测模型对实时运行数据的识别结果随时间序列进行可视化展示。6.一种基于斜率检测的精密设备短路监测保护系统，用于实现如权利要求1-5中任一项所述的一种基于斜率检测的精密设备短路监测保护方法，其特征在于：包括数据采集模块、算法优化模块、短路监测模型模块、保护锁存模块和可视化展示模块。7.根据权利要求6所述的一种基于斜率检测的精密设备短路监测保护系统，其特征在于：所述数据采集模块采集历史运行数据及对应标签和实时运行数据，并将历史运行数据发送至算法优化模块，将历史运行数据和实时运行数据发送至短路监测模型模块；所述算法优化模块接收数据采集模块发送的历史运行数据及对应标签进行算法优化，并将目标解的位置发送至短路监测模型模块；所述短路监测模型模块利用算法优化模块发送的目标解的位置和数据采集模块发送的历史运行数据及对应标签建立短路监测模型，并将实时运行数据进行识别，对疑似短路数据进行电路关闭，同时将识别结果发送至保护锁存模块和可视化展示模块；所述保护锁存模块接收短路监测模型模块发送的识别结果，当识别结果为疑似短路数据时触发信号锁存，电路保持关断状态，直到主动关闭保护锁存；所述可视化展示模块接收短路监测模型模块发送的识别结果，对识别结果随时间序列进行可视化展示。

技术总结
本发明公开了一种基于斜率检测的精密设备短路监测保护方法及系统，方法包括：数据采集、算法优化、建立短路监测模型、保护锁存和可视化展示。本发明涉及电路技术领域，具体是指一种基于斜率检测的精密设备短路监测保护方法及系统，本方案采集历史运行数据及对应标签利用算法优化并建立短路监测模型，对实时运行数据进行识别输出，对疑似短路数据关闭电路并进行保护锁存，对短路监测模型识别结果随时间序列进行可视化展示，能够更好地对精密设备进行短路保护。行短路保护。行短路保护。


技术研发人员：祝可嘉 于文龙 罗天送
受保护的技术使用者：华斗数字科技（上海）有限公司
技术研发日：2023.05.24
技术公布日：2023/9/23