CN117559937B - 一种阻抗匹配网络调节方法 - Google Patents
一种阻抗匹配网络调节方法 Download PDFInfo
- Publication number
- CN117559937B CN117559937B CN202410030516.4A CN202410030516A CN117559937B CN 117559937 B CN117559937 B CN 117559937B CN 202410030516 A CN202410030516 A CN 202410030516A CN 117559937 B CN117559937 B CN 117559937B
- Authority
- CN
- China
- Prior art keywords
- load power
- impedance mismatch
- real
- historical
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012360 testing method Methods 0.000 claims abstract description 82
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 51
- 238000012544 monitoring process Methods 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 25
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000000611 regression analysis Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 238000005457 optimization Methods 0.000 abstract description 4
- 238000003012 network analysis Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H7/00—Multiple-port networks comprising only passive electrical elements as network components
- H03H7/38—Impedance-matching networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
- H03H11/00—Networks using active elements
- H03H11/02—Multiple-port networks
- H03H11/28—Impedance matching networks
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of Resistance Or Impedance (AREA)
Abstract
本发明涉及阻抗匹配网络分析技术领域,尤其涉及一种阻抗匹配网络调节方法,包括通过获取目标阻抗匹配网络的历史样本数据建立阻抗失配回归方程;通过阻抗失配回归方程得到阻抗失配特征系数,并处理分析得到阻抗失配特征;通过获取实时负载功率与阻抗失配特征匹配分析得到疑似故障信号;通过预测故障分析结果偏差程度,对偏差程度大的故障信号进行测试评估,以确定故障的准确性,有助于阻抗匹配网络的继续演化和优化,以适应更高速、更高频和更多样化的应用需求。本发明用于解决现有方案中没有对音频系统的阻抗失配现象进行有效监测和精准分析,导致音频系统的整体阻抗匹配效果不佳的技术问题。
Description
技术领域
本发明涉及阻抗匹配网络分析技术领域,尤其涉及一种阻抗匹配网络调节方法。
背景技术
阻抗匹配网络是用于实现电路之间的阻抗匹配的一种电路网络。阻抗匹配的目标是使信号源的阻抗与负载的阻抗匹配,以最大化信号传输效率,阻抗匹配通常在信号传输和功率传输中起着重要的作用。
阻抗匹配网络在各个领域都有广泛的应用,但是,目前的音频系统中的阻抗匹配问题仍存在一些问题,没有对音频系统的阻抗失配现象进行有效监测和精准分析,导致音频系统的整体阻抗匹配效果不佳。为此,本发明提出了一种阻抗匹配网络调节方法,获取音频系统的阻抗匹配网络的历史样本数据,根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征,将获取的实时负载功率与阻抗失配特征匹配分析得到疑似故障信号,预测故障分析结果偏差程度,对偏差程度大的故障信号进行测试评估,处理分析后生成不同等级报警指令,以确保阻抗匹配的有效性和音频质量的最优化。
发明内容
本发明的目的是为了解决背景技术中的问题,而提出的一种阻抗匹配网络调节方法。
为了实现上述目的,本发明采用了如下技术方案:
一种阻抗匹配网络调节方法,包括:
步骤一、获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率;
步骤二、整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征;
步骤三、实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号;
步骤四、比对现场检测结果和分析结果,预测故障分析结果偏差程度;
步骤五、对偏差程度大的实时负载功率发送的故障信号进行测试评估,从而得到测试评估结果;
步骤六、针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理。
其中,通过采集每个运行周期的历史阻抗失配频率和对应的历史负载功率,从而获取相关的每个运行周期的历史阻抗失配频率和对应的历史负载功率;基于阻抗失配特征系数处理分析得到阻抗失配特征包括,当历史阻抗失配频率大于基准点时,则获取异常负载功率,结合正常负载功率计算获取异常负载功率的概率,确定异常负载功率的概率临界值,从而得到阻抗失配特征;通过计算获取实时负载功率的概率,与异常负载功率的概率临界值进行比对分析,当实时负载功率的概率大于异常负载功率的概率临界值时,生成疑似故障信号;根据疑似故障信号预测故障分析结果偏差程度包括,利用公式计算偏差程度,并与偏差程度均值进行比对,当偏差程度不大于偏差均值时,则预测偏差程度小,当偏差程度大于偏差均值时,则预测偏差程度大;利用公式计算获取测试评估指数,将测试评估指数与测试评估指数的临界阈值匹配,当测试评估指数大于测试评估指数的临界阈值时,则生成告警提示,当测试评估指数不大于测试评估指数的临界阈值时,则生成管控提示,进而得到测试评估结果。
需要说明的是,本发明实施例中一种阻抗匹配网络调节方法的应用对象可以为某音频系统的阻抗匹配网络监测,具体的可以为监测音频系统中的阻抗匹配问题,并对阻抗失配现象进行有效监测和精准分析,用于解决导致音频系统的整体阻抗匹配效果不佳的技术问题。
进一步的,获取目标阻抗匹配网络的历史样本数据,对历史运行的样本数据按时间段进行划分;
以6个月作为一个运行周期,结合运行周期对运行数据进行采集;
获取每个运行周期的历史阻抗失配频率和对应的历史负载功率,对每次进行的数据采集序列用i表示,i=1,2,3,……,n;n为正整数;
同时将采集的信息存储至数据库中。
进一步的,将历史阻抗失配频率和对应的历史负载功率分别标记为x和y;
基于数据x和y进行均值及求和处理得到、/>、/>以及/>;其中,/>为历史阻抗失配频率的均值,/>为对应的历史负载功率的均值,/>为获取的所有历史阻抗失配频率的平方之和,/>为获取的所有的历史阻抗失配频率与对应的历史负载功率的乘积之和;
以历史阻抗失配频率为控制点,并根据每个运行周期的历史阻抗失配频率和对应的历史负载功率的相关性进行回归分析建立阻抗失配回归方程;
通过阻抗失配回归方程计算分析阻抗失配特征系数,其中,阻抗失配特征系数的计算公式为y=bx+a,式中,,/>,y={y1,y2,y3,……,/>},x={x1,x2,x3,……,};
举例说明,本发明实施例中采集的数据是近几年的音频系统的阻抗失配频率,以半年为一个监测周期,因为阻抗失配与负载功率的关系紧密,阻抗失配会导致负载功率的变化,阻抗失配通常会导致负载功率的减小,根据两者的相关性建立回归方程,计算过程如下,获取音频系统2020年至2022年的历史阻抗失配频率和对应的历史负载功率的监测数据,若,/>,则/>、/>、/>、、/>、a=0.0035-(-0.0012)*1.5=0.0053,由此得出y=-0.0012x+0.0053;
选取基准点d,若历史阻抗失配频率大于基准点d,则导致负载功率变小,将该历史阻抗失配频率对应的负载功率标记为异常负载功率YF;
获取设备的正常负载功率ZF的参照范围(,/>);
通过计算公式得到异常负载功率的概率YG,其中,计算公式为:,由计算结果确定异常负载功率的概率临界值A%,由此得到阻抗失配特征;
需要说明的是,所述基准点由本领域的技术人员根据实际情况设定。所述阻抗失配与负载功率的关系紧密,阻抗失配会导致负载功率的变化;具体来说,如果负载的阻抗与信号源的阻抗不匹配,那么功率传输效率将受到影响,导致负载功率的变化;当阻抗失配时,则负载功率会变小,这是因为阻抗失配会导致信号的反射和损耗,从而使得有效功率传输到负载的能量减少;这种情况下,一部分能量将被反射回信号源,导致功率损失;因此,阻抗失配通常会导致负载功率的减小。
进一步的,实时监测目标的阻抗匹配网络,获取实时负载功率,并编号标记为SF;
根据公式计算得到实时负载功率的概率SG,若SG大于异常负载功率的概率临界值A%,则将该实时负载功率标记为/>,其中,j表示该实时负载功率的数据编号,并生成实时负载功率的疑似故障信号。
进一步的,根据疑似故障信号进行动态追溯,通过分析得出的疑似故障时长集合为L={L1,L2,L3,……,Lm};
现场检测出的故障时长集合为D={D1,D2,...,},其中,m表示对应的实时负载功率发送故障信号次数,且m=1,2,3,……,o;o为正整数;根据下列公式计算对应的实时负载功率发送的故障信号分析结果的偏差程度/>:
;式中,/>表示任意一次接收疑似故障信号后分析得出的疑似故障时长,/>表示对应的现场检测得出的故障时长,得到所有实时负载功率发送的故障信号分析结果的偏差程度集合为P={P1,P2,P3,……,};
将偏差程度和/>进行比对分析,若/>≤/>,则判断偏差程度小;若/>>/>,则判断偏差程度大;
其中,故障分析结果偏差程度是通过将现场检测结果与分析结果进行比对得出的,当偏差程度较大时,说明故障信号存在问题,需要进行测试评估;在故障分析中,现场检测结果是指通过实际测量和观察所得到的数据和信息,当现场检测结果与分析结果之间存在较大的偏差时,说明分析过程或结果可能存在问题,需要对故障信号进行进一步的测试评估,以确定监测目标的阻抗匹配网络故障的准确性。
进一步的,获取偏差程度大的对应的实时负载功率,并将该实时负载功率标记为/>;
将实时负载功率的开始测试时间点标记为第一时间,同时将实时负载功率的结束测试时间点标记为第二时间;
结合第一时间和第二时间获取测试时长CS;
提取标记的测试时长和实时负载功率的数值进行联立整合,得到测试评估指数C,其表达式如下:,式中,b1为测试时长的预设比例系数;
设置测试评估指数的临界阈值C0;
将C和C0进行匹配,当C大于C0时,则监测目标的阻抗匹配网络生成告警提示;当C不大于C0时,则监测目标的阻抗匹配网络生成管控提示,并自动进行内部调节;
根据告警提示和管控提示构成测试评估结果;
本发明实施例中,测试评估指数是对测试时长和实时负载功率进行评估分析的指标,其高低表示监测目标的阻抗匹配网络异常程度。当测试评估指数越高时,表示阻抗失配现象越明显,需要进行进一步的分析;测试评估指数的计算通常考虑测试时长和实时负载功率两个方面,测试时长是指监测过程中所经过的时间段,一般可以用来评估监测的稳定性和准确性;实时负载功率是指在监测期间测量到的负载功率值,可以用来评估阻抗匹配网络的性能。此外,当测试评估指数较高时,说明测试时长较长、监测到的负载功率较大或变化较明显,这可能表示阻抗失配现象较显著,需要进一步分析和调查,进一步分析可以包括检查监测设备的准确性和校准情况,评估阻抗匹配网络的设计和连接方式以及确定任何可能导致阻抗失配的潜在问题。
进一步的,对测试评估结果进行具体分析,若C与 C0的差值属于(C3,C4)之间,则监测目标的阻抗匹配网络生成一级报警指令;
若C与 C0的差值属于(C2,C3)之间,则监测目标的阻抗匹配网络生成二级报警指令;
若C与 C0的差值属于(C1,C2)之间,则监测目标的阻抗匹配网络生成三级报警指令,其中,C1<C2<C3<C4,且C1、C2、C3、C4均为大于0小于1的实数;
将监测目标的阻抗匹配网络生成的不同等级指令发送至不同级别的技术管理人员进行调节和维护。
与现有的技术相比,本发明提供了 一种阻抗匹配网络调节方法的优点在于:
本发明通过获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率;
本发明通过整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征;
本发明通过实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号,通过比对现场检测结果和分析结果,预测故障分析结果偏差程度;
本发明通过对偏差程度大的故障信号进行测试评估,从而得到测试评估结果,通过针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理。
综上所述,本发明可以根据实际情况,对监测目标的阻抗匹配网络问题进行调节处理,通过对阻抗失配现象进行有效监测和精准分析,有助于解决监测目标的阻抗匹配效果不佳的技术问题,以确保阻抗匹配的有效性和音频质量的最优化。
附图说明
图1为本发明提出的一种阻抗匹配网络调节方法的流程图。
具体实施方式
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,所描述的实施条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。
参照图1,一种阻抗匹配网络调节方法,包括:
步骤一、获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率;
步骤二、整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征;
步骤三、实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号;
步骤四、比对现场检测结果和分析结果,预测故障分析结果偏差程度;
步骤五、对偏差程度大的实时负载功率发送的故障信号进行测试评估,从而得到测试评估结果;
步骤六、针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理。
其中,通过采集每个运行周期的历史阻抗失配频率和对应的历史负载功率,从而获取相关的每个运行周期的历史阻抗失配频率和对应的历史负载功率;基于阻抗失配特征系数处理分析得到阻抗失配特征包括,当历史阻抗失配频率大于基准点时,则获取异常负载功率,结合正常负载功率计算获取异常负载功率的概率,确定异常负载功率的概率临界值,从而得到阻抗失配特征;通过计算获取实时负载功率的概率,与异常负载功率的概率临界值进行比对分析,当实时负载功率的概率大于异常负载功率的概率临界值时,生成疑似故障信号;根据疑似故障信号预测故障分析结果偏差程度包括,利用公式计算偏差程度,并与偏差程度均值进行比对,当偏差程度不大于偏差均值时,则预测偏差程度小,当偏差程度大于偏差均值时,则预测偏差程度大;利用公式计算获取测试评估指数,将测试评估指数与测试评估指数的临界阈值匹配,当测试评估指数大于测试评估指数的临界阈值时,则生成告警提示,当测试评估指数不大于测试评估指数的临界阈值时,则生成管控提示,进而得到测试评估结果。
需要说明的是,本发明实施例中一种阻抗匹配网络调节方法的应用对象可以为某音频系统的阻抗匹配网络监测,具体的可以为监测音频系统中的阻抗匹配问题,并对阻抗失配现象进行有效监测和精准分析,用于解决导致音频系统的整体阻抗匹配效果不佳的技术问题。
S101、获取目标阻抗匹配网络的历史样本数据,对历史运行的样本数据按时间段进行划分;
S102、以6个月作为一个运行周期,结合运行周期对运行数据进行采集;
S103、获取每个运行周期的历史阻抗失配频率和对应的历史负载功率,对每次进行的数据采集序列用i表示,i=1,2,3,……,n;n为正整数;
S104、同时将采集的信息存储至数据库中。
S201、将历史阻抗失配频率和对应的历史负载功率分别标记为x和y;
S202、基于数据x和y进行均值及求和处理得到、/>、/>以及/>;其中,/>为历史阻抗失配频率的均值,/>为对应的历史负载功率的均值,/>为获取的所有历史阻抗失配频率的平方之和,/>为获取的所有的历史阻抗失配频率与对应的历史负载功率的乘积之和;
S203、以历史阻抗失配频率为控制点,并根据每个运行周期的历史阻抗失配频率和对应的历史负载功率的相关性进行回归分析建立阻抗失配回归方程;
S204、通过阻抗失配回归方程计算分析阻抗失配特征系数,其中,阻抗失配特征系数的计算公式为y=bx+a,式中,,/>,y={y1,y2,y3,……,/>},x={x1,x2,x3,……,/>};
举例说明,本发明实施例中采集的数据是近几年的音频系统的阻抗失配频率,以半年为一个监测周期,因为阻抗失配与负载功率的关系紧密,阻抗失配会导致负载功率的变化,阻抗失配通常会导致负载功率的减小,所以根据两者的相关性建立回归方程,计算过程如下,获取音频系统2020年至2022年的历史阻抗失配频率和对应的历史负载功率的监测数据,若,/>,则/>、/>、/>、、/>、a=0.0035-(-0.0012)*1.5=0.0053,由此得出y=-0.0012x+0.0053;
S205、选取基准点d,若历史阻抗失配频率大于基准点d,则导致负载功率变小,将该历史阻抗失配频率对应的负载功率标记为异常负载功率YF;
S206、获取设备的正常负载功率ZF的参照范围(,/>);
S207、通过计算公式得到异常负载功率的概率YG,其中,计算公式为:,由计算结果确定异常负载功率的概率临界值A%,由此得到阻抗失配特征;
需要说明的是,所述基准点由本领域的技术人员根据实际情况设定。所述阻抗失配与负载功率的关系紧密,阻抗失配会导致负载功率的变化;具体来说,如果负载的阻抗与信号源的阻抗不匹配,那么功率传输效率将受到影响,导致负载功率的变化;当阻抗失配时,则负载功率会变小,这是因为阻抗失配会导致信号的反射和损耗,从而使得有效功率传输到负载的能量减少;这种情况下,一部分能量将被反射回信号源,导致功率损失;因此,阻抗失配通常会导致负载功率的减小。
S301、实时监测目标的阻抗匹配网络,获取实时负载功率,并编号标记为SF;
S302、根据公式计算得到实时负载功率的概率SG,若SG大于异常负载功率的概率临界值A%,则将该实时负载功率标记为/>,其中,j表示该实时负载功率的数据编号,并生成实时负载功率的疑似故障信号。
S401、根据疑似故障信号进行动态追溯,通过分析得出的疑似故障时长集合为L={L1,L2,L3,……,Lm};
S402、现场检测出的故障时长集合为D={D1,D2,...,},其中,m表示对应的实时负载功率发送故障信号次数,且m=1,2,3,……,o;o为正整数;根据下列公式计算对应的实时负载功率发送的故障信号分析结果的偏差程度/>:
;式中,/>表示任意一次接收疑似故障信号后分析得出的疑似故障时长,/>表示对应的现场检测得出的故障时长,得到所有实时负载功率发送的故障信号分析结果的偏差程度集合为P={P1,P2,P3,……,};
S403、将偏差程度和/>进行比对分析,若/>≤/>,则判断偏差程度小;若/>>/>,则判断偏差程度大;
其中,故障分析结果偏差程度是通过将现场检测结果与分析结果进行比对得出的,当偏差程度较大时,说明故障信号存在问题,需要进行测试评估;在故障分析中,现场检测结果是指通过实际测量和观察所得到的数据和信息,当现场检测结果与分析结果之间存在较大的偏差时,说明分析过程或结果可能存在问题,需要对故障信号进行进一步的测试评估,以确定监测目标的阻抗匹配网络故障的准确性。
S501、获取偏差程度大的对应的实时负载功率,并将该实时负载功率标记为;
S502、将实时负载功率的开始测试时间点标记为第一时间,同时将实时负载功率的结束测试时间点标记为第二时间;
S503、结合第一时间和第二时间获取测试时长CS;
S504、提取标记的测试时长和实时负载功率的数值进行联立整合,得到测试评估指数C,其表达式如下:,式中,b1为测试时长的预设比例系数;
S505、设置测试评估指数的临界阈值C0;
S506、将C和C0进行匹配,当C大于C0时,则监测目标的阻抗匹配网络生成告警提示;当C不大于C0时,则监测目标的阻抗匹配网络生成管控提示,并自动进行内部调节;
S507、根据告警提示和管控提示构成测试评估结果;
本发明实施例中,测试评估指数是对测试时长和实时负载功率进行评估分析的指标,其高低表示监测目标的阻抗匹配网络异常程度。当测试评估指数越高时,表示阻抗失配现象越明显,需要进行进一步的分析;测试评估指数的计算通常考虑测试时长和实时负载功率两个方面,测试时长是指监测过程中所经过的时间段,一般可以用来评估监测的稳定性和准确性;实时负载功率是指在监测期间测量到的负载功率值,可以用来评估阻抗匹配网络的性能。此外,当测试评估指数较高时,说明测试时长较长、监测到的负载功率较大或变化较明显,这可能表示阻抗失配现象较显著,需要进一步分析和调查,进一步分析可以包括检查监测设备的准确性和校准情况,评估阻抗匹配网络的设计和连接方式以及确定任何可能导致阻抗失配的潜在问题。
S601、对测试评估结果进行具体分析,若C与 C0的差值属于(C3,C4)之间,则监测目标的阻抗匹配网络生成一级报警指令;
S602、若C与 C0的差值属于(C2,C3)之间,则监测目标的阻抗匹配网络生成二级报警指令;
S603、若C与 C0的差值属于(C1,C2)之间,则监测目标的阻抗匹配网络生成三级报警指令,其中,C1<C2<C3<C4,且C1、C2、C3、C4均为大于0小于1的实数;
S604、将监测目标的阻抗匹配网络生成的不同等级指令发送至不同级别的技术管理人员进行调节和维护。
本发明实施例中,通过获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率,通过整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征,通过实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号,通过比对现场检测结果和分析结果,预测故障分析结果偏差程度,通过对偏差程度大的实时负载功率发送的故障信号进行测试评估,从而得到测试评估结果,针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理。综上所述,本发明实例涉及到数据采集、综合分析和结果生成的决策,解决现有方案中没有对音频系统的阻抗失配现象进行有效监测和精准分析,导致音频系统的整体阻抗匹配效果不佳的问题。在实际情况中,可能需要更多的数据和上下文信息来做出具体的决策和优化方案。
此外,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得;比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于比例系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数;只要不影响参数与量化后数值的比例关系即可。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,各个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本依托于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。
为了描述得方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
其次:本发明公开实施例附图中,只涉及与本公开实施例涉及的结构,其他结构可参考通常设计,在不冲突情况下,本发明同一实施例及不同实施例可以相互组合;
最后:以上所述仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (1)
1.一种阻抗匹配网络调节方法,其特征在于:
步骤一、获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率;
步骤二、整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征;
步骤三、实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号;
步骤四、比对现场检测结果和分析结果,预测故障分析结果偏差程度;
步骤五、对偏差程度大的实时负载功率发送的故障信号进行测试评估,从而得到测试评估结果;
步骤六、针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理;
其中所述步骤一,获取目标阻抗匹配网络的历史样本数据,并划分时间段对历史样本数据进行采集,采集每个运行周期的历史阻抗失配频率和对应的历史负载功率的过程包括:
获取目标阻抗匹配网络的历史样本数据,对历史运行的样本数据按时间段进行划分;
以6个月作为一个运行周期,结合运行周期对运行数据进行采集;
获取每个运行周期的历史阻抗失配频率和对应的历史负载功率,对每次进行的数据采集序列用i表示,i=1,2,3,……,n;n为正整数;
同时将采集的信息存储至数据库中;
其中所述步骤二,整合历史样本数据,并根据历史样本数据进行计算分析建立阻抗失配回归方程,进而得到阻抗失配特征系数,基于阻抗失配特征系数处理分析得到阻抗失配特征的过程包括:
将历史阻抗失配频率和对应的历史负载功率分别标记为x和y;
基于数据x和y进行均值及求和处理得到、/>、/>以及/>;其中,/>为历史阻抗失配频率的均值,/>为对应的历史负载功率的均值,/>为获取的所有历史阻抗失配频率的平方之和,/>为获取的所有的历史阻抗失配频率与对应的历史负载功率的乘积之和;
以历史阻抗失配频率为控制点,并根据每个运行周期的历史阻抗失配频率和对应的历史负载功率的相关性进行回归分析建立阻抗失配回归方程;
通过阻抗失配回归方程计算分析阻抗失配特征系数,其中,阻抗失配特征系数的计算公式为y=bx+a,式中,,/>;y={y1,y2,y3,……,/>},x={x1,x2,x3,……,/>};
选取基准点d,若历史阻抗失配频率大于基准点d,则导致负载功率变小,将该历史阻抗失配频率对应的负载功率标记为异常负载功率YF;
获取设备的正常负载功率ZF的参照范围(,/>);
通过计算公式得到异常负载功率的概率YG,其中,计算公式为:,由计算结果确定异常负载功率的概率临界值A%,由此得到阻抗失配特征;
其中所述步骤三,实时监测目标的阻抗匹配网络,将获取的实时负载功率进行数据筛选,并与阻抗失配特征匹配分析得到疑似故障信号的过程包括:
实时监测目标的阻抗匹配网络,获取实时负载功率,并编号标记为SF;
根据公式计算得到实时负载功率的概率SG,若SG大于异常负载功率的概率临界值A%,则将该实时负载功率标记为/>,其中,j表示该实时负载功率的数据编号,并生成实时负载功率的疑似故障信号;
其中所述步骤四,比对现场检测结果和分析结果,预测故障分析结果偏差程度的过程包括:
根据疑似故障信号进行动态追溯,通过分析得出的疑似故障时长集合为L={L1,L2,L3,……,Lm};
现场检测出的故障时长集合为D={D1,D2,...,},其中,m表示对应的实时负载功率发送故障信号次数,且m=1,2,3,……,o;o为正整数;根据下列公式计算对应的实时负载功率发送的故障信号分析结果的偏差程度/>:
;式中,/>表示任意一次接收疑似故障信号后分析得出的疑似故障时长,/>表示对应的现场检测得出的故障时长,得到所有实时负载功率发送的故障信号分析结果的偏差程度集合为P={P1,P2,P3,……,/>};
将偏差程度和/>进行比对分析,若/>≤/>,则判断偏差程度小;若/>>/>,则判断偏差程度大;
其中所述步骤五,对偏差程度大的实时负载功率发送的故障信号进行测试评估,从而得到测试评估结果的过程包括:
获取偏差程度大的对应的实时负载功率,并将该实时负载功率标记为/>;
将实时负载功率的开始测试时间点标记为第一时间,同时将实时负载功率的结束测试时间点标记为第二时间;
结合第一时间和第二时间获取测试时长CS;
提取标记的测试时长和实时负载功率的数值进行联立整合,得到测试评估指数C,其表达式如下:,式中,b1为测试时长的预设比例系数;
设置测试评估指数的临界阈值C0;
将C和C0进行匹配,当C大于C0时,则监测目标的阻抗匹配网络生成告警提示;当C不大于C0时,则监测目标的阻抗匹配网络生成管控提示,并自动进行内部调节;
根据告警提示和管控提示构成测试评估结果;
其中所述步骤六,针对测试评估结果设置告警等级,对生成的不同等级报警指令进行不同级别的调节处理的过程包括:
对测试评估结果进行具体分析,若C与 C0的差值属于(C3,C4)之间,则监测目标的阻抗匹配网络生成一级报警指令;
若C与 C0的差值属于(C2,C3)之间,则监测目标的阻抗匹配网络生成二级报警指令;
若C与 C0的差值属于(C1,C2)之间,则监测目标的阻抗匹配网络生成三级报警指令,其中,C1<C2<C3<C4,且C1、C2、C3、C4均为大于0小于1的实数;
将监测目标的阻抗匹配网络生成的不同等级指令发送至不同级别的技术管理人员进行调节和维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410030516.4A CN117559937B (zh) | 2024-01-09 | 2024-01-09 | 一种阻抗匹配网络调节方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410030516.4A CN117559937B (zh) | 2024-01-09 | 2024-01-09 | 一种阻抗匹配网络调节方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117559937A CN117559937A (zh) | 2024-02-13 |
CN117559937B true CN117559937B (zh) | 2024-03-15 |
Family
ID=89814977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410030516.4A Active CN117559937B (zh) | 2024-01-09 | 2024-01-09 | 一种阻抗匹配网络调节方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117559937B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101674059A (zh) * | 2009-09-28 | 2010-03-17 | 北京邮电大学 | 应用于频率依赖性复数阻抗的严格双频带阻抗匹配器 |
CN103337717A (zh) * | 2013-06-25 | 2013-10-02 | 华为技术有限公司 | 天线阻抗匹配装置、半导体芯片和方法 |
CN103858341A (zh) * | 2011-08-08 | 2014-06-11 | Lg伊诺特有限公司 | 阻抗匹配装置 |
CN103903950A (zh) * | 2012-12-28 | 2014-07-02 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 阻抗匹配系统及阻抗匹配方法 |
CN104811156A (zh) * | 2015-05-14 | 2015-07-29 | 中国电子科技集团公司第五十四研究所 | 一种谐振增强型宽带阻抗匹配电路及匹配方法 |
CN111919278A (zh) * | 2018-01-25 | 2020-11-10 | 先进工程解决方案全球控股私人有限公司 | 阻抗匹配系统及其操作方法 |
CN111983320A (zh) * | 2020-08-18 | 2020-11-24 | 中国南方电网有限责任公司超高压输电公司曲靖局 | 一种plc噪声滤波器调谐特性测试评估系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2151921B1 (en) * | 2008-08-07 | 2013-10-02 | Epcos AG | Dynamic impedance matching network and method for matching an impedance between a source and a load |
EP2919365B1 (en) * | 2012-11-08 | 2018-08-01 | Nec Corporation | Electric power transmission device and electric power transmission method |
-
2024
- 2024-01-09 CN CN202410030516.4A patent/CN117559937B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101674059A (zh) * | 2009-09-28 | 2010-03-17 | 北京邮电大学 | 应用于频率依赖性复数阻抗的严格双频带阻抗匹配器 |
CN103858341A (zh) * | 2011-08-08 | 2014-06-11 | Lg伊诺特有限公司 | 阻抗匹配装置 |
CN103903950A (zh) * | 2012-12-28 | 2014-07-02 | 北京北方微电子基地设备工艺研究中心有限责任公司 | 阻抗匹配系统及阻抗匹配方法 |
CN103337717A (zh) * | 2013-06-25 | 2013-10-02 | 华为技术有限公司 | 天线阻抗匹配装置、半导体芯片和方法 |
CN104811156A (zh) * | 2015-05-14 | 2015-07-29 | 中国电子科技集团公司第五十四研究所 | 一种谐振增强型宽带阻抗匹配电路及匹配方法 |
CN111919278A (zh) * | 2018-01-25 | 2020-11-10 | 先进工程解决方案全球控股私人有限公司 | 阻抗匹配系统及其操作方法 |
CN111983320A (zh) * | 2020-08-18 | 2020-11-24 | 中国南方电网有限责任公司超高压输电公司曲靖局 | 一种plc噪声滤波器调谐特性测试评估系统及方法 |
Non-Patent Citations (1)
Title |
---|
考虑非纯阻性负载阻抗匹配的无线充电系统;彭思敏等;《广西大学学报(自然科学版)》;20230228;第48卷(第1期);第103-112页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117559937A (zh) | 2024-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104280526B (zh) | 水质自动在线监测设备测量误差的分析和估计方法 | |
CN115643159B (zh) | 一种基于边缘计算的设备异常预警方法及系统 | |
CN109193650A (zh) | 一种基于高维随机矩阵理论的电网薄弱点评估方法 | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
US8010468B2 (en) | Method for wafer analysis with artificial neural network and system thereof | |
CN104933477A (zh) | 一种利用输变电设备风险评估优化检修策略的方法 | |
CN117195135B (zh) | 一种水污染异常溯源检测方法及系统 | |
CN113406558B (zh) | 基于线性回归的电表失准检测方法、装置及电子设备 | |
CN110738346A (zh) | 一种基于威布尔分布的批次电能表可靠度预测方法 | |
CN115600933B (zh) | 一种基于物联网的电表电能质量检测方法及系统 | |
CN114354783A (zh) | 基于在运数据的特高压油色谱监测装置健康度评估方法 | |
CN114255784A (zh) | 一种基于声纹识别的变电站设备故障诊断方法及相关装置 | |
Lugaresi et al. | Online validation of simulation-based digital twins exploiting time series analysis | |
CN114186624B (zh) | 基于二维卷积神经网络的损伤识别模型建立方法及设备 | |
CN114778684A (zh) | 一种基于服役场景的钢管性能评估方法及系统 | |
CN117559937B (zh) | 一种阻抗匹配网络调节方法 | |
CN111678991B (zh) | 一种用于混凝土结构无损检测损伤识别的方法 | |
CN117373635B (zh) | 一种医疗设备的智能管理方法及系统 | |
CN111445132B (zh) | 数据处理方法、数据处理系统及计算机存储介质 | |
CN116128690B (zh) | 一种碳排放量成本值计算方法、装置、设备及介质 | |
CN117541057A (zh) | 一种基于数据分析的企业运营预警监控方法及系统 | |
CN116566839A (zh) | 一种电力企业通信资源质量评估系统 | |
CN116910677A (zh) | 一种工业仪表故障诊断方法及系统 | |
CN116128299A (zh) | 临床试验质量风险监控方法、装置、计算机设备及存储介质 | |
CN112732773B (zh) | 一种继电保护缺陷数据的唯一性校核方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |