基于电表显示内容的用电设备数量检测系统的制作方法

本发明涉及电表领域，尤其涉及一种基于电表显示内容的用电设备数量检测系统。

背景技术：

1、一般地，常见的电表负荷大小的具体影响如下：

2、电表损坏：当电流超过电表的较大电流时，短时间内不会影响计量，但长时间会损坏电表。电表上有两个电流编号，其中一个允许较大电流，若时间再长点，电表会烧坏。

3、数据读取误差：如果购买的电表大于自家电路的额定电压值，电表可能会出现零部件烧毁或线路烧毁的情况，数据读取也会存在误差。

4、电路和线路安全：高负荷运行会导致电流互感器和电能表严重超载，误差向负方向偏移，计量将大大减少。此外，电表所连接的电路和线路的负载过大可能会引发火灾的安全隐患。

5、显然，对于一个工业园区的电表负荷管理方来说，为了确定是否会出现上述危情，从而为未来的管理提供预期，不仅仅需要了解这个工业园区内部存在哪些负荷设备，还要了解这些负荷设备哪些处于开启状态、哪些处于关闭状态，然而，由于电表负荷管理方处于工业园区的远端，即使通过在现场设置摄像头，也很难完全判断出各个负荷设备在每一个时间区间内的开启状态，从而导致电表负荷管理方难以为未来的管理提供预期。

技术实现思路

1、为了解决相关领域的技术问题，本发明提供了一种基于电表显示内容的用电设备数量检测系统，通过采用人工智能模式通过对设定工业园区的电表的各个时刻读数的智能辨识，确定设定工业园区内各个用电设备分别对应的开启状态，从而为远端的园区设备管理网元提供更直观、有效的现场数据，其中，采用的bp神经网络模型为对bp神经网络执行多次训练以完成对bp神经网络的多次重构后所获得的完成多次训练后的bp神经网络，所述bp神经网络的训练的次数与设定工业园区的各个用电设备的总数成正比，从而为不同工业园区构建不同的人工智能模型，以及为保证智能辨识结果的有效性和稳定性，为bp神经网络模型选择了充分、全面的多项基础数据，包括设定工业园区的各个用电设备分别对应的各份设备数据以及设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数，其中，每一个用电设备对应的单份设备数据为所述用电设备的阻值、电感数值、工作电流以及工作电压。

2、根据本发明，提供了一种基于电表显示内容的用电设备数量检测系统，所述系统包括：

3、第一采集器件，用于采集设定工业园区的各个用电设备分别对应的各份设备数据，每一个用电设备对应的单份设备数据为所述用电设备的阻值、电感数值、工作电流以及工作电压；

4、第二采集器件，用于采集设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数，所述最新时间区间以当前时刻为结束时刻且持续时长与设定工业园区的各个用电设备的总数正向关联；

5、网络重构器件，用于对bp神经网络执行多次训练以完成对bp神经网络的多次重构，并将完成多次训练后的bp神经网络作为bp神经网络模型输出，所述bp神经网络的训练的次数与设定工业园区的各个用电设备的总数成正比；

6、状态辨识机构，分别与所述第一采集器件、所述第二采集器件以及所述网络重构器件连接，用于采用所述bp神经网络模型基于设定工业园区的各个用电设备分别对应的各份设备数据、设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数以及设定工业园区的电表的额定电流智能辨识设定工业园区的各个用电设备在最新时间区间内分别对应的各份开启状态编码数值；

7、数据传输接口，与所述状态辨识机构连接，用于将设定工业园区的各个用电设备在最新时间区间内分别对应的各份开启状态编码数值通过无线通信链路传输到远端的园区设备管理网元；

8、其中，采用所述bp神经网络模型基于设定工业园区的各个用电设备分别对应的各份设备数据、设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数以及设定工业园区的电表的额定电流智能辨识设定工业园区的各个用电设备在最新时间区间内分别对应的各份开启状态编码数值包括：针对设定工业园区的每一个用电设备，在其在最新时间区间内开启时，其在最新时间区间内对应的单份开启状态编码数值为其名称的ascll数值加上取值为1的单个位数。

9、由此可见，本发明至少具有以下几处重要的发明构思：

10、发明构思一：采用人工智能模式通过对设定工业园区的电表的各个时刻读数的智能辨识，确定设定工业园区内各个用电设备分别对应的开启状态，所述人工智能模式基于bp神经网络模型，从而为远端的园区设备管理网元提供更直观、有效的现场数据；

11、发明构思二：采用的bp神经网络模型为对bp神经网络执行多次训练以完成对bp神经网络的多次重构后所获得的完成多次训练后的bp神经网络，所述bp神经网络的训练的次数与设定工业园区的各个用电设备的总数成正比，从而为不同工业园区构建不同的人工智能模型；

12、发明构思三：为保证智能辨识结果的有效性和稳定性，为bp神经网络模型选择了充分、全面的多项基础数据，包括设定工业园区的各个用电设备分别对应的各份设备数据以及设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数，其中，每一个用电设备对应的单份设备数据为所述用电设备的阻值、电感数值、工作电流以及工作电压。

技术特征：

1.一种基于电表显示内容的用电设备数量检测系统，其特征在于，所述系统包括：

2.如权利要求1所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

3.如权利要求2所述的基于电表显示内容的用电设备数量检测系统，其特征在于，所述系统还包括：

4.如权利要求3所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

5.如权利要求3所述的基于电表显示内容的用电设备数量检测系统，其特征在于，所述系统还包括：

6.如权利要求5所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

7.如权利要求5所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

8.如权利要求5所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

9.如权利要求5所述的基于电表显示内容的用电设备数量检测系统，其特征在于：

技术总结
本发明涉及一种基于电表显示内容的用电设备数量检测系统，包括：状态辨识机构，用于采用BP神经网络模型基于设定工业园区的各个用电设备分别对应的各份设备数据、设定工业园区的电表在最新时间区间内均匀间隔的各个时刻分别对应的各份电表读数以及设定工业园区的电表的额定电流智能辨识设定工业园区的各个用电设备在最新时间区间内分别对应的各份开启状态编码数值；数据传输接口，用于传输各份开启状态编码数值。通过本发明，能够采用人工智能模式通过对设定工业园区的电表的各个时刻读数的智能辨识，确定设定工业园区内各个用电设备分别对应的开启状态，从而为园区设备管理网元提供直观、有效的现场数据，降低了园区设备管理的技术难度。

技术研发人员：邱冬平,徐冰洁,黄博燃
受保护的技术使用者：南京异玛哆新能源有限公司
技术研发日：
技术公布日：2025/3/27