TWI505204B

TWI505204B - 以人工智慧即時分析及修正供電異常之方法

Info

Publication number: TWI505204B
Application number: TW102109393A
Authority: TW
Inventors: Whei Min Lin; Chia Sheng Tu; Chia Hung Lin; Cong Hui Huang
Original assignee: Univ Nat Sun Yat Sen
Priority date: 2013-03-15
Filing date: 2013-03-15
Publication date: 2015-10-21
Also published as: TW201435758A

Description

以人工智慧即時分析及修正供電異常之方法

本發明係有關於一種以人工智慧即時分析及修正供電異常之方法，係預先得知一電子迴路之正常電訊號，並將該正常電訊號進行頻譜轉換得到一正常特徵頻譜；之後隨時監測該電子迴路的電訊號而獲得一偵測電訊號，將該偵測電訊號同樣作頻譜轉換而得到一偵測特徵頻譜。將前述正常特徵頻譜與偵測特徵頻譜兩者利用混沌理論求得動態誤差；再根據模糊推論原理，首先建立模糊推論規則，並根據模糊推論規則執行模糊推論，進一步判斷前述動態誤差的狀態，例如該動態誤差的狀態指出為過電壓或欠電壓的異常狀態，則利用一斷路器使該電子迴路形成斷路。

電子迴路中有時因為供應電壓、電流的不穩定，而會產生有過電壓、過電流或欠電壓、欠電流的情況。若沒有及時偵測這些不穩定的供電情況並透過保護電路及時處理，嚴重時甚至會導致電子迴路中的電器設備損壞而造成重大損失。

一般電子迴路中的電訊號偵測，在取得電訊號的波形後，通常採用傅立葉判斷方式來進行計算。例如有中華民國發明專利公開第200723054號「設計多功能數位保護電驛之數位積體電路之方法」，該案揭露：輸入的電壓、電流訊號先經數位訊號處理模組，計算保護電驛輸入電壓、電流的基本波，防止諧波成分影響保護電驛運作；再送至電壓、電流均方根值計算，提供給後段保護模組精準的數值作判斷，然後才送至過電流/欠電流電驛、過電壓/過電壓電驛模組；其中數位訊號處理部分，用到分頻快速傅立葉轉換，採用管線化架構、及矩陣旋轉數位計算演算法。

但是使用傅立葉分析，故障模擬時需要系統參數，如故障電阻、系統等效阻抗、故障位置，需要精確設定，才可估測較準確的基頻成份(60Hz)，傅立葉轉換後又需要去除直流和諧波成份，上述因素會影響其準確性。此外，取樣視窗和取樣頻率亦會影響其準確性。因此習知將取得的電壓、電流波形利用傅立葉方式計算處理，在判斷準確度上較差。

爰此，本發明提供一種以人工智慧即時分析及修正供電異常之方法，該方法對於取得的電壓、電流訊號透過結合混沌理論與模糊推論原理進行計算，能夠精準處理，準確判斷該電壓、電流訊號是否為異常狀態，使保護電路能準確、及時作用。

本發明係欲先得知一電子迴路之正常電訊號，並將該正常電訊號進行頻譜轉換得到一正常特徵頻譜，再執行包括有下列步驟：A.擷取該電子迴路之一偵測電訊號；B.將該偵測電訊號進行頻譜轉換，得到一偵測特徵頻譜；C.將前述正常特徵頻譜及偵測特徵頻譜利用混沌系統求得動態誤差；D.利用模糊推論網絡首先建立模糊推論規則，再根據該模糊推論規則執行模糊推論，進一步判斷前述動態誤差的狀態，當該動態誤差的狀態為一異常狀態時，則啟動該電子迴路之一斷路器，藉以保護該電子迴路上的用電設備，避免使用電設備受損。

本發明的功效在於：將取得的偵測電訊號透過混沌系統處理獲得其與一設定的正常電訊號的動態誤差，並透過動態誤差的計算而藉以放大偵測電訊號偏離正常電訊號的狀態，再透過專業人員建立模糊推論規則，將前述獲得的動態誤差執行模糊推論，可以比習知的傅立葉方法更為精準的判斷該偵測電訊號是否為過電壓、欠電壓或過電流、欠電流等異常狀態。

(1)‧‧‧驅動系統

(2)‧‧‧響應系統

(3)‧‧‧控制單元

(4)‧‧‧斷路器

(5)‧‧‧模糊推論網絡

(A)‧‧‧電子迴路

(S)‧‧‧正常電訊號

(SS)‧‧‧偵測電訊號

[第一圖]係為本發明實施例之流程圖。

[第二圖]係為本發明實施例之系統架構示意圖。

[第三圖]係為本發明實施例模糊推論之規則矩陣示意圖。

[第四圖]係為本發明實施例解模糊過程使用之規則矩陣示意圖。

[第五圖]係為本發明實施例將模糊運算結果經過修正後，預定輸出值之示意圖。

[第六圖]係為本發明實施例之模糊運算結果，輸出值經過修正多次疊代運算趨近期望值之示意圖。

綜合上述技術特徵，本發明以人工智慧即時分析及修正供電異常之方法的主要功效將可於下述實施例清楚呈現。

預先設定一電子迴路(A)之正常電訊號(S)，並將該正常電訊號(S)進行頻譜轉換得到一正常特徵頻譜，該正常電訊號(S)可以採用電壓訊號或電流訊號。

請參閱第一圖及第二圖所示，再執行包括有下列步驟：

A.擷取該電子迴路(A)之一偵測電訊號(SS)，該偵測電訊號(SS)係採用與前述正常電訊號(S)相同之電壓訊號或電流訊號。

B.將該偵測電訊號(SS)進行頻譜轉換，得到一偵測特徵頻譜。

C.將前述正常特徵頻譜及偵測特徵頻譜利用混沌系統求得動態誤差，而混沌系統計算動態誤差之方式如下：將該正常特徵頻譜與該偵測特徵頻譜分別輸入一驅動系統(1)及一響應系統(2)，再由一控制單元(3)計算二者誤差而產生前述動態誤差。

本實施例之混沌系統採用Sprott系統而定義為：

其中動態變化為x ₁=x,x ₂=,x ₃=

而γ(t,x)為不確定因素的項次。

因此前述驅動系統表示為：

前述響應系統表示為：

令γ(t,x)=0，e₁=x_1m-x_1s，e₂=x_2m-x_2s，e₃=x_3m-x_3s，及e=[e₁,e₂,e₃]^T，因此動態誤差表示為：並進一步表示為：φ[i]=-1.2e ₁[i]-be ₂[i]-ae ₃[i]+2(sign(I _m[i])-sign(I _z[i]))

以偵測電壓系統為例，其中：過電壓(over-voltage)：欠電壓(under-voltage)：

其中t是斷路器(4)〔relay〕的隔離異常狀態的臨界時間，α、β、λ、P是斷路器(4)的參數，T_m是設定的延遲時間，V_ov是預設的過電壓值，V_un是預設的欠電壓值，V_mea是測量電壓值。根據前述動態誤差公式，前述過電壓及欠電壓進一步表示為：過電壓：

欠電壓：

D.利用模糊推論網絡(5)首先建立多個模糊推論規則，而所述的模糊推論規則是由電子電路學專家事先根據多種不同的動態誤差情形分門別類為不同的狀態，包括正常狀態及多種異常狀態，而預先建立電訊號型態與動態誤差之規則資料表：

進一步根據前述規則資料表，利用模糊理論之歸屬函數，例如採用三角形歸屬函數，規劃前述動態誤差對應電訊號型態之歸屬度，而制定該模糊推論規則，再將前述模糊推論規則規劃為規則矩陣，如第三圖所示。再使模糊推論網絡(5)執行下列步驟模糊推論：執行一模糊化過程。

執行該模糊推論規則啟動強度之計算。

執行一解模糊化過程，輸出一模糊推論結果。

將該模糊推論結果轉為一輸出值，並藉以判定電訊號型態，確認前述動態誤差的狀態。

(a)前述模糊化過程即是將多個在步驟C求得的動態誤差利用歸屬函數計算其對應電訊號型態之歸屬度。

(b)上述模糊推論規則啟動強度為：

其中f_k ³為模糊推論規則的啟動強度，k[1,K]，K為模糊推論規則的個數，N_to為所有輸入項目節點的個數，規則矩陣R1=[W_k]^T _KxN，w_kj [0,1]，N為所有電訊號型態下之所有動態誤差分佈範圍的個數，w_kj=1表示與模糊推論規則有關聯或交集。

(c)上述解模糊化過程為：

m=1,2,3,…,M

fmax=max{f14,f24,…,fm4,…,fM4}

其中f_m ⁴為模糊推論結果，規則矩陣R2=[W_k]^T _MxK，w_kj [0,1]，M為推論結果個數，fmax為最有可能性推論結果，其中規則矩陣R2同樣由電子電路專家規劃，如第四圖所示。

將該模糊推論結果轉為一輸出值之方式為：

w_m(Itr+1)=w_m(Itr)+η△w_m(Itr) m=1,2,3,…,M

其中y_m為初始輸出值，為預定的對應的輸出值，△w_m為參數調整量，w_m(Itr+1)為每次調整後新的參數值。

e_m為輸出歸屬函數，如第五圖及第六圖所示，透過參數調整方法來逼近其對應的輸出值，如梯度或最佳化演算法，改變其輸出歸屬函數的形狀或區間，以多次迭代運算方式，使均方誤差趨於零，使診斷系統輸出會逼近期望值。本實施例透過上述修正使得輸出歸屬函數對應正常型態、不平衡型態與錯誤型態之輸出值趨近於1、2、3。

透過前述判斷，當該動態誤差的狀態為一異常狀態時，則在前述斷路器(4)隔離異常狀態的臨界時間內，啟動前述斷路器(4)，使前述電子迴路(A)形成斷路，藉以保護該電子迴路(A)上的用電設備，避免使用電設備受損。

綜合上述實施例之說明，當可充分瞭解本發明之操作、使用及本發明產生之功效，惟以上所述實施例僅係為本發明之較佳實施例，當不能以此限定本發明實施之範圍，即依本發明申請專利範圍及發明說明內容所作簡單的等效變化與修飾，皆屬本發明涵蓋之範圍內。

Claims

一種以人工智慧即時分析及修正供電異常之方法，係欲先得知一電子迴路之正常電訊號，並將該正常電訊號進行頻譜轉換得到一正常特徵頻譜，再執行包括有下列步驟：A.擷取該電子迴路之一偵測電訊號；B.將該偵測電訊號進行頻譜轉換，得到一偵測特徵頻譜；C.將前述正常特徵頻譜及偵測特徵頻譜利用混沌系統求得動態誤差；D.利用模糊推論網絡首先建立模糊推論規則，再根據該模糊推論規則執行模糊推論，進一步判斷前述動態誤差的狀態，當該動態誤差的狀態為一異常狀態時，則啟動該電子迴路之一斷路器。
如請求項1所述之以人工智慧即時分析及修正供電異常之方法，其中前述正常電訊號與偵測電訊號係同為電流訊號或同為電壓訊號。
如請求項1所述之以人工智慧即時分析及修正供電異常之方法，其中步驟C以混沌系統計算動態誤差係執行：將該正常特徵頻譜與該偵測特徵頻譜分別輸入一驅動系統及一響應系統；再由一控制單元計算二者誤差產生前述動態誤差。
如請求項3所述之以人工智慧即時分析及修正供電異常之方法，其中該混沌系統為Sprott系統而定義為：其中動態變化為x ₁=x,x ₂=,x ₃=，γ(t,x)為不確定因素的項次因此前述驅動系統表示為：前述響應系統表示為：令γ(t,x)=0，e₁=x_1m-x_1s，e₂=x_2m-x_2s，e₃=x_3m-x_3s，及e=[e₁,e₂,e₃]^T，因此動態誤差表示為：並進一步表示為：φ[i]=-1.2e ₁[i]-be ₂[i]-ae ₃[i]+2(sign(I _m[i])-sign(I _z[i]))i [1,n-2] 。
如請求項1所述之以人工智慧即時分析及修正供電異常之方法，其中步驟D係預先建立電訊號型態與動態誤差之規則資料表，進一步根據前述規則資料表，利用模糊理論之歸屬函數，規劃前述動態誤差對應電訊號型態之歸屬度，而制定該模糊推論規則，使模糊推論網絡執行下列步驟模糊推論：執行一模糊化過程；執行該模糊推論規則啟動強度之計算；執行一解模糊化過程，輸出一模糊推論結果；將該模糊推論結果轉為一輸出值，並藉以判定電訊號型態，確認前述動態誤差的狀態。
如請求項5所述之以人工智慧即時分析及修正供電異常之方法，其中前述歸屬函數係使用三角形歸屬函數。
如請求項5所述之以人工智慧即時分析及修正供電異常之方法，其中前述模糊化過程係將步驟C中偵測電訊號的動態誤差利用歸屬函數計算其對應電訊號型態之歸屬度。
如請求項5所述之以人工智慧即時分析及修正供電異常之方法，其中該模糊推論規則啟動強度為：其中f_k ³為模糊推論規則的啟動強度，k[1,K]，K為模糊推論規則的個數，N_to為所有輸入項目節點的個數，規則矩陣，R1=[W_k]^T _KxN，w_kj [0,1]，N為所有電訊號型態下之所有動態誤差分佈範圍的個數，w_kj=1表示與模糊推論規則有關聯或交集。
如請求項5所述之以人工智慧即時分析及修正供電異常之方法，其中解模糊化過程為： m=1,2,3,…,Mfmax=max{f14,f24,…,fm4,…,fM4}其中f_m ⁴為模糊推論結果，規則矩陣R2=[W_k]^T _MxK，w_kj [0,1]，M為推論結果個數，fmax為最有可能性推論結果。
如請求項5所述之以人工智慧即時分析及修正供電異常之方法，其中將該模糊推論結果轉為一輸出值之方法為： w_m(Itr+1)=w_m(Itr)+η△w_m(Itr)m=1,2,3,…,M 其中y_m為初始輸出值，為預定的對應的輸出值， △w_m為參數調整量，w_m(Itr+1)為每次調整後新的參數值。