一种配电柜的温湿度智能控制系统的制作方法

本发明涉及配电柜温湿度控制领域，特别涉及一种配电柜的温湿度智能控制系统。

背景技术：

在电力系统中，配电柜中的恒温湿度对电力系统有着重要的影响，如果温湿度过高或过低，都会给电能配送带来巨大的负面影响，还会对整个电网造成不利的影响，甚至引起电能爆炸。因此，在实际中要尽量使配电柜内的温度和湿度保持恒定。而要想保证柜内的温度和湿度处于恒定状态，就需要对其检测系统和自动调节系统进行分析。

现有技术中对配电柜温湿度的调控都不是很精确，调控精度不够效果也不是很理想。

针对上述问题，本发明设计了一种配电柜的温湿度智能控制系统。

技术实现要素：

针对现有技术的不足，本发明提供一种配电柜的温湿度智能控制系统，尽最大可能解决上述问题，从而提供一种能够精确调控配电柜温湿度的系统。

本发明通过以下技术方案予以实现：

一种配电柜的温湿度智能控制系统，包括配电柜，所述配电柜内部分别设置有温度传感器、mcu、湿度传感器电路、ad转换电路、继电控制器、风扇、加热器和加湿器，所述配电柜外部设置有lcd显示屏，所述mcu电性连接温度传感器，所述湿度传感器电路通过ad转换电路与mcu连接，所述mcu通过继电控制器分别控制风扇、加热器和加湿器，所述mcu还连接lcd显示屏。

优选的，所述湿度传感器电路包含有设置在配电柜内部的八组湿度传感器，且八组湿度传感器通过多路开关连接调节放大电路，调节放大电路哦连接ad转换电路。

优选的，所述湿度传感器的型号为ds18b20。

优选的，所述温度传感器的型号为hih-3610。

优选的，所述mcu型号为dsptms320f2812并采用模糊神经网络pid控制算法控制继电控制器进而分别控制风扇、加热器和加湿器，采用模糊神经网络pid控制算法能够更加精确的控制风扇。加热器和加湿器，使控制效果更好。

优选的，所述继电控制器分别控制三组继电器，三组继电器分别控制风扇、加热器和加湿器。

优选的，所述风扇、加热器和加湿器分别电性连接有电源，所述加热器为双向可控硅。

优选的，所述mcu还通过ch375型号的usb接口芯片连接有pc机，所述mcu还连接有键盘，通过mcu连接pc机能够通过pc机与键盘配合使用来对配电柜内部进行数据处理与分析。

本发明的有益效果为：通过设置的dsptms320f2812型号的微控制器并采用模糊神经网络pid控制算法控制继电控制器进而分别控制风扇、加热器和加湿器能够实现对配电柜温湿度精确控制的效果，该系统既具有模糊控制的简单灵活的非线性控制作用及神经网络的学习和自适应能力，同时还保留了pid调节的广泛适用性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的系统结构示意图；

图2为本发明的系统结构框图；

图3为本发明的模糊神经网络结构图；

图4为本发明系统输出yout相应曲线；

图5为本发明的kp响应曲线图；

图6为本发明的ki响应曲线图；

图7为本发明的kd响应曲线图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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作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。

请参阅图1～3，一种配电柜的温湿度智能控制系统，包括配电柜，所述配电柜内部分别设置有温度传感器、mcu、湿度传感器电路、ad转换电路、继电控制器、风扇、加热器和加湿器，所述配电柜外部设置有lcd显示屏，所述mcu电性连接温度传感器，所述湿度传感器电路通过ad转换电路与mcu连接，所述mcu通过继电控制器分别控制风扇、加热器和加湿器，所述mcu还连接lcd显示屏。

具体的，所述湿度传感器电路包含有设置在配电柜内部的八组湿度传感器，且八组湿度传感器通过多路开关连接调节放大电路，调节放大电路哦连接ad转换电路，所述湿度传感器的型号为ds18b20，所述温度传感器的型号为hih-3610，所述mcu型号为dsptms320f2812并采用模糊神经网络pid控制算法控制继电控制器进而分别控制风扇、加热器和加湿器，所述继电控制器分别控制三组继电器，三组继电器分别控制风扇、加热器和加湿器，所述风扇、加热器和加湿器分别电性连接有电源，所述加热器为双向可控硅，所述mcu还通过ch375型号的usb接口芯片连接有pc机，所述mcu还连接有键盘。

本发明中，在使用该系统对配电柜实现温湿度控制的时候，当配电柜内部的温度比设定温度的下限还要低或者湿度比设定的上限值还要高时，mcu启动双向可控可控硅加热器进行加热；当温度比设定的上限高或湿度比设定的下限还要低时，系统停止加热，同时通过继电控制器控制风扇进行工作，使空气对流进行散热，并且通过控制加湿器进行湿度的增加，该系统带有八组温湿度传感器，检测八个小环境下的温湿度变化，引进湿度变量以获得更准确、更可靠的测温结果,从而提高温湿度测量控制系统的工作性能。当某一温区中的某个甚至数个传感器失效时,其它非失效传感器能不受影响独立地提供信息,系统可以依据非失效传感器提供的信息获知各温区的准确温度。引进湿度变量不但能检测环境湿度,还能作为一个变量来指导温度判断输出。经过温度传感器hih-3610和湿度传感器ds18b20检测出的信号直接送到dsp处理，计算出当前的温度值，将其在lcd显示屏上显示出来；并将其与设定值做比较，得到温度差值；再应用经过整定的kp、ki和kd三个参数，通过模糊神经网络pid算法计算出控制量来，控制量通过控制双向可控硅加热或干燥内部设备，该模糊rbf神经网络分为4层，第一层为输入层。有两个节点，分别是误差e和系统实际输出yout，其作为输入量送给下层。这层的输入为x1和x2，其中x1＝e，x2＝yout；活化函数为μ1(x)＝x；因此该层的输出为x1和x2；第二层为模糊化层。该层有七个节点，将两个输入划分为七个模糊集，目的是把这两个精确输入值e和yout进行模糊化，其利用一个隶属度函数来分别计算出两个输入属于七个模糊集合的程度。本层的输入为x1＝e，x2＝yout，活化函数即为该隶属度函数；第三层为模糊推理层。该层同样有七个节点，每个节点代表了一条模糊规则，它用来匹配模糊规则前提，计算出每条规则的适用度。即将上层中两个输入的模糊量经过两两相乘，得到这一层的输出值；第四层输出层也叫反模糊化层，它所实现的是清晰化计算。

通过图4～7可以看出，采用了模糊神经网络的响应曲线，既不存在超调，也没有波动，而是稳定的逼近输入曲线，系统的稳定所需时间只要140多秒，使温度控制系统达到了很好的控制效果，该系统既具有模糊控制的简单灵活的非线性控制作用及神经网络的学习和自适应能力，同时还保留了pid调节的广泛适用性。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。