基于工业大模型的配电系统AI动态节电控制系统的制作方法
本发明涉及配电控制,具体为基于工业大模型的配电系统ai动态节电控制系统。
背景技术:
1、现有配电节电系统通过modbus rtu/tcp从智能电表周期性采集三相电流与功率因数,其中三相电流用于过载预防,功率因数用于无功补偿;将最近几个采样周期的三相电流与功率因数序列输入部署在esp32-s3边缘控制器上的2层lstm模型,由模型输出下一周期的三相电流与功率因数预测值;当三相电流预测值高于预设上限时,提前向变频器发出降频指令,以减小线路电流;当功率因数预测值低于预设下限时,提前向电容器组发出投入指令,使电容器组投入以补偿无功;当三相电流与功率因数预测值均超限时,则同时向变频器发出降频指令,向电容器组发出投入指令,实现基于ai预测的配电系统动态节电控制。
2、此系统中向变频器发出降频指令与向电容器组发出投入指令分属两个独立控制回路,并分别依据各自预测值做出独立决策,然而,当同一扰动同时导致三相电流与功率因数预测值超限时,两个回路会各自触发动作,且二者之间缺乏协调机制,二者相互干扰易引发振荡,造成节电效果不稳定。
技术实现思路
1、针对现有技术的不足,本发明提供了基于工业大模型的配电系统ai动态节电控制系统,解决了现有系统降频与投电容两个独立回路各自决策且缺乏协调,当三相电流与功率因数同时超限时二者相互干扰引发振荡,导致节电效果不稳定的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现:基于工业大模型的配电系统ai动态节电控制系统,包括以下具体模块:采集模块,用于采集配电回路电流实际值和功率因数实际值,更新按采集时序排列的最后n个连续采样周期的滚动窗口;边缘控制模块,包括lstm推理单元和协调状态机,lstm推理单元由云端工业大模型蒸馏得到,用于根据滚动窗口输出下一周期电流预测值和功率因数预测值;执行模块,包括变频器和电容器组;协调状态机用于:当电流预测值和功率因数预测值均满足越限条件时,若电流实际值和功率因数实际值满足预设电流严重条件时,则第一动作为向变频器发出降频指令,否则第一动作为向电容器组发出投入指令;执行第一动作后经预设等待期,基于更新后的滚动窗口重新输出电流预测值和功率因数预测值;若第一动作为向变频器发出降频指令,则当重新输出的功率因数预测值仍越限时执行第二动作,即向电容器组发出投入指令;若第一动作为向电容器组发出投入指令,则当重新输出的电流预测值仍越限时执行第二动作,即向变频器发出降频指令。
3、进一步地,预设电流严重条件根据滚动窗口内电流实际值和功率因数实际值确定,即当电流实际值呈加速上升趋势且功率因数实际值呈非下降趋势时,满足预设电流严重条件。
4、进一步地,电流实际值呈加速上升趋势根据滚动窗口内最后n个连续采样周期的电流实际值确定:当最后n个连续采样周期的电流实际值依次递增,且相邻采样周期的电流实际值之间的差值依次递增时,判定为加速上升趋势。
5、进一步地,相邻采样周期的电流实际值之间的差值依次递增,即相邻采样周期的电流实际值之间的差值均为正,且后一差值大于前一差值。
6、进一步地,预设等待期的时长与第一动作对应,即第一动作为向电容器组发出投入指令时,预设等待期为第一稳定时长;第一动作为向变频器发出降频指令时,预设等待期为第二稳定时长,其中,第一稳定时长大于第二稳定时长。
7、进一步地,预设等待期内,采集模块持续更新滚动窗口,lstm推理单元不执行预测,且第二动作被锁定。
8、进一步地,电流预测值满足越限条件为电流预测值高于预设电流稳定阈值,功率因数预测值满足越限条件为功率因数预测值低于预设功率因数稳定阈值。
9、进一步地,功率因数实际值呈非下降趋势,即当最后n个连续采样周期的功率因数实际值中,最后一个采样周期的功率因数实际值大于或等于第一个采样周期的功率因数实际值时,判定为非下降趋势。
10、相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
11、1.通过设置协调状态机,当电流预测值和功率因数预测值均满足越限条件时,根据电流实际值和功率因数实际值是否满足预设电流严重条件确定第一动作,避免降频与电容器组投入各自独立决策,同时或交替动作引发振荡,使节电效果稳定。
12、2.通过设置预设等待期,执行第一动作后经预设等待期再基于更新后的滚动窗口重新输出电流预测值和功率因数预测值,且预设等待期内lstm推理单元不执行预测,第二动作被锁定,避免基于执行器尚未稳定的中间态数据做出错误判断,防止第一动作尚未生效就执行第二动作,进一步避免两个执行器相互干扰引发振荡。
13、3.通过设置预设电流严重条件,根据电流实际值是否呈加速上升趋势且功率因数实际值是否呈非下降趋势判断严重程度:电流未加速上升时优先向电容器组发出投入指令,不改变电机转速,对生产无影响,且补偿无功后总电流可能顺带回落;仅当电流加速上升且功率因数非下降时,才反转为优先向变频器发出降频指令,从而在保证设备安全的前提下尽量减少对生产的影响。
14、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
1.基于工业大模型的配电系统ai动态节电控制系统,其特征在于:包括以下具体模块:
2.根据权利要求1所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
3.根据权利要求2所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
4.根据权利要求3所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
5.根据权利要求1所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
6.根据权利要求5所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
7.根据权利要求1所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
8.根据权利要求2所述的工业大模型的配电系统ai动态节电控制系统,其特征在于:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com