CN208848258U - 一种用于电力数据分析的智能锁 - Google Patents
一种用于电力数据分析的智能锁 Download PDFInfo
- Publication number
- CN208848258U CN208848258U CN201821269795.6U CN201821269795U CN208848258U CN 208848258 U CN208848258 U CN 208848258U CN 201821269795 U CN201821269795 U CN 201821269795U CN 208848258 U CN208848258 U CN 208848258U
- Authority
- CN
- China
- Prior art keywords
- component
- decision
- data
- communication module
- processing unit
- 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.)
- Expired - Fee Related
Links
- 238000007405 data analysis Methods 0.000 title claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 73
- 238000004891 communication Methods 0.000 claims abstract description 59
- 238000013500 data storage Methods 0.000 claims abstract description 35
- 210000000352 storage cell Anatomy 0.000 claims abstract description 32
- 238000013135 deep learning Methods 0.000 claims abstract description 24
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000013307 optical fiber Substances 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 25
- 238000004458 analytical method Methods 0.000 description 16
- 238000009826 distribution Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 6
- 238000003066 decision tree Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000007418 data mining Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Landscapes
- Alarm Systems (AREA)
Abstract
本实用新型涉及一种用于电力数据分析的智能锁，包括智能锁芯和与智能锁芯契合的用于开锁或关锁的第一执行机构。智能锁芯内嵌有第一数据采集单元、第一数据处理单元、第一数据存储单元、决策组件和深度学习单元，第一数据采集单元通过通信模块与第一数据处理单元连接；第一数据处理单元通过通信模块与第一数据存储单元连接；第一数据存储单元通过通信模块与深度学习单元连接；第一数据处理单元通过通信模块与决策组件连接；第一数据采集单元内置有第一数据采集芯片，用于第一数据采集单元与压力传感器、温度传感器、图像识别器、位置传感器和/或音频识别器与第一数据采集单元通过通信模块连接。
Description
技术领域
本实用新型涉及电力智能化技术领域，尤其涉及一种用于电力数据分析的智能锁。
背景技术
电力分析是指对由发电、输电、变电、配电和用电等环节组成的电力生产与消费***的特性进行研究。电力数据分析，一般都是由巡检人员记录和分析完成，但是随着当前的发展趋势，电力设备设施数量逐步增多，需要记录的数据量逐渐加大，巡检人员的工作强度逐渐加大、需要处理的报表数量增大。而且电力设备的增多，电力设备发生故障的频数也逐步增多，不利与安全生产。因此，智能化分析***或装置已成为当前电力行业发展的一种新趋势。
例如，公开号为CN203966209U的中国专利公开的一种电力计量柜智能锁***，包括锁条和锁条控制单元，所述锁条控制单元接收密钥、开锁操作代码和关锁操作代码，并通过密钥解密开锁操作代码来实施锁条的开启，执行关锁操作代码来实施锁条的关闭，这种电力计量柜智能锁***达到开关锁和授权信息的远程管理，有效保证信息的实时性和精确性，提高了电力***对设备的信息化和智能化管理，使得用户无需再携带智能卡、钥匙或遥控器等解锁工具或是脑力记忆电子密码，就可以进行开关锁操作，至简至便，而且所有密钥和操作代码都存储在云端服务器并得到加密处理，安全可靠。
但是，上述智能锁仅能对该电力计量柜进行智能开和关，并不能对电力数据进行分析以及对电力设备进行监控。智能锁目前应用范围较广，不过都是应用其开锁关锁的基本功能。随着物联网技术的发展，将智能锁应用于电力数据分析已然成为解决上述技术问题的一种技术手段，用于电力数据分析的智能锁是解决巡检强度大和监控电力设施的一种新型装置。
公开号为CN106022477A(公开日：2016年10月12日)的中国专利文献公开了智能分析决策***及方法，包括数据加载模块、数据预处理模块、描述性统计模块、数据挖掘算法模块(对应决策回溯组件)、模型评估模块、分析模型管理模块(对应决策生成组件)，所述分析模型管理模块分别与数据预处理模块、描述性统计模块、数据挖掘算法模块、模型评估模块连接，调入描述性统计模块、数据挖掘算法模块、模型评估模块的信息，数据预处理模块将信息输入，最终提供分析模型的规范化管理。实现业务信息的可观察、可判断、可预测、可决策，相互支撑，回溯改进，促进各大业务应用的智能化发展，满足当前各业务应用对信息的高级应用要求，促进信息化建设工作的快速健康开展。该中国专利文献提供的智能分析决策***是在国家电网的SG186工程全面建设的基础上，进一步建设的高级决策分析和信息的综合展现能力的对电力数据进行分析以及对电力设备进行监控的智能分析决策***。通过对业务的全面监控、分析和预测，有效支持科学决策。
论文“江润洲,邱晓燕,李丹,et al.含储能***的多微网智能配电***经济运行[J].电网技术,2013(12).”根据多微网运行模式的非合作特性和电能的不同使用形式，将微网间的调度决策问题分解为跨时段决策和实时调度决策2个子问题，以各微网运行成本最低为目标，建立基于效用函数的经济运行柔性目标函数(对应决策生成组件)，将各微网目标解耦并统一。考虑供需内在关系后结合动态回溯模拟算法迭代求解(对应决策回溯组件)，最终得到智能配电***的最佳运行方式。
书籍“刘玉田,王洪涛,叶华.电力***恢复理论与技术[M].科学出版社, 2014.”中的第六章公开了基于回溯算法的主从递阶决策优化，引入主从递阶决策概念，该模型包括主从递阶恢复决策结构和基于承诺与约定的主从递阶决策模型(对应决策生成组件)，提出基于回溯算法的优化方法(决策回溯组件)。该方法充分考虑了电力***分层递阶调度的特点，能满足大规模电力***分层分区恢复协调调度决策的要求。
事实上，决策组件的工作原理是根据存储单元内的数据基于决策生成组件生成基本决策信息，并基于该基本决策信息通过决策回溯组件进行二次检索、追踪检索，即通过关联、回溯等数据挖掘算法追踪决策，评估原基本决策信息的正确性和可靠性，然后通过决策发出组件将该决策信息发送给第一执行机构，其中，决策发出组件对应于硬件的模块化标准输出接口。在电力分析的决策概念(决策生成组件)中引入回溯等相关算法(决策回溯组件) 是成熟的现有技术，已被大量的专利文献、论文以及书籍公开。
由此可知，现有技术中，尤其是电力***相关领域已经存在诸多对电力数据进行分析的决策算法以及基于回溯算法进行优化的决策算法，本领域技术人员不需要对现有的算法进行任何优化改进，即可通过选择具有相关算法的芯片或服务器实现决策生成组件、决策回溯组件以及决策发出组件的功能。
现有技术中已经存在基于决策算法或基于回溯算法优化的决策算法的硬件模块实现方案。
决策生成组件映射的是决策模型或决策目标函数，即决策算法。决策算法通过从数据产生决策树的机器学习技术叫做决策树学习，其算法的实现需要专用硬件架构的芯片实现。例如，公开号为CN106133721A(公开日： 2016年11月16日)的专利文献公开的并行决策树处理器架构，包括多个决策树处理器，所述多个决策树处理器被实现为芯片上的电路，以访问共同特征向量并且关于所述共同特征向量执行一个或多个决策树。
决策回溯组件映射的是回溯算法，其算法的实现需要专用硬件架构的芯片实现。例如，论文“王建新,于贵智.Viterbi译码器回溯算法实现研究[J].电子与信息学报,2007,29(2).”公开了基于Altera公司的Cyclone系列的FPGA 实现了one-pointer以及k-pointerEven这两种常用的回溯算法。
决策发出组件为基于专用芯片，例如，FPGA、DSP、ASIC等专用芯片的接口，用于将决策信息传输至第一执行机构。例如，论文“齐洪喜,周大水.基于FPGA&ASIC的专用USB接口设计与实现[J].山东大学学报(工学版),2006,36(3):91-94.”公开了基于Altera公司的Stratix系列的型号为 EP1S30F780C8的FPGA芯片采用Verilog语言在FPGA上实现USB协议，基于PHILIPS公司的ISP1104USB收发器、型号为AT89C2051的控制芯片以及电源电路设计，实现了该USB接口的无驱动操作。通过该接口与其他硬件模块连接，不需要驱动程序即可正常使用。
决策组件的硬件模块已有具体的产品形态，并在相关领域进行了大范围的应用。
例如，产品网科来网络回溯分析***公开了一种用于记录、回溯分析以及评估决策的集成硬件模块。该硬件模块在电力行业这一领域的应用可以轻松实现各种业务数据、性能参数的统计以及性能分析，帮助决策者对其调度网与信息网建立更优的网络建设决策，同时实现异常行为发现和快速故障解决，推动蓬勃智慧的“智能电网”发展。
深度学习单元的工作原理是提取大量的相关传感器的无法直接识别的低层特征(样本数据)，进行训练学习以得到能够表示属性类别的高层特征，并通过构建相关模型，最终得到上述数据的分布式特征，该分布式特征能够直接判断识别电力设施的运行情况。该工作原理是成熟的现有技术，已被大量的论文和专利文献公开。
例如，公开号为CN108038847A(公开日：2018年05月15日)的中国专利文献公开了基于深度学习的变压器巡检图像智能识别和故障检测***，包括依次位于存储层、建模层和应用层的图像存储和标定模块、深度学习模块以及故障检测模块，图像存储模块和标定模块从电网信息***中获取海量巡检图片并进行分布式的存储，将巡检图片中各个部件进行标定并分别形成部件特征集、正常状态特征集和故障状态特征集，特征数据集传入深度学习模块，深度学习模块构建和训练卷积神经网络，得到训练结果，故障构建模块利用训练结果一次进行部件识别、故障识别和推送结论。
例如，公开号为CN106546892A(公开日：2017年03月29日)的中国专利文献公开了基于深度学习的局部放电超声音频识别方法及***，包括用于检测电力设备的局部放电超声信号并获得局部放电超声音频数据的放电超声信号集模块，用于将局部放电超声音频数据转换为声谱图的音频数据转换模，用于建立深度卷积神经网络模型，并使用样本训练深度卷积神经网络的检测模型建立模块，将放电超声信号集模块输入检测模型建立模块，输出得到局部放电缺陷类型。
现有技术中已经存在基于深度学习算法的硬件模块实现方案。例如，寒武纪的NPU，或者是谷歌的TPU、深鉴科技的ESE、MIT的Eyeriss等，以上芯片都是已经开发并使用的产品，这些产品内已经映射有深度学习算法。
本实用新型的目的在于如何将承载有决策组件的硬件模块以及深度学习单元的硬件模块与智能锁内的执行机构和数据采集单元连接以准确可靠地开启和关闭智能锁。以上涉及的各个硬件模块通过行业标准的接口进行连接，其具体连接方式属于本领域技术人员的公知常识，本实用新型仅涉及到各个硬件模块的连接关系。
发明内容
针对现有技术之不足，本发明提供了一种用于电力数据分析的智能锁，包括智能锁芯和与所述智能锁芯契合的用于开锁或关锁的第一执行机构，所述智能锁芯内嵌有第一数据采集单元、第一数据处理单元、第一数据存储单元、决策组件和深度学习单元，其中，所述第一数据采集单元通过通信模块与所述第一数据处理单元连接；所述第一数据处理单元通过通信模块与所述第一数据存储单元连接；所述第一数据存储单元通过通信模块与所述深度学习单元连接；所述第一数据处理单元通过通信模块与所述决策组件连接；其中，所述第一数据采集单元内置有第一数据采集芯片，用于所述第一数据采集单元与压力传感器、温度传感器、图像识别器、位置传感器和/或音频识别器通过通信模块连接。
根据一种优选的实施方式，所述决策组件包括决策生成组件、决策回溯组件和决策发出组件；所述决策生成组件、所述决策回溯组件和所述决策发出组件依次串联连接；其中，所述决策生成组件通过通信模块与所述第一数据处理单元连接；所述决策回溯组件通过通信模块与所述第一数据处理单元双向连接；所述决策发出组件通过通信模块与所述第一执行机构连接；所述决策生成组件、所述决策回溯组件和所述决策发出组件是微处理器、单片机、专用集成电路、专用芯片和/或计算服务器中的一种或几种。
根据一种优选的实施方式，所述智能锁配置有智能钥匙***，所述智能钥匙***至少包括第二数据采集单元、第二数据处理单元和第二数据存储单元；所述第二数据采集单元通过所述第二数据处理单元与所述第二数据存储单元连接；其中，所述第二数据处理单元通过通信模块与所述第一数据处理单元和/或第一数据存储器连接。
根据一种优选的实施方式，所述第一数据采集单元与所述第一数据处理单元之间设置有优先编码器，从而所述压力传感器基于所述优先编码器的信息选择优先与所述第一数据处理单元通过通信模块连接；当所述压力传感器与所述第一数据处理单元通过通信模块连接后，所述第一数据处理单元通过通信模块与所述连接第二数据处理单元连接，所述第二数据处理单元通过通信模块与警示组件连接。
根据一种优选的实施方式，所述第一数据处理单元通过所述决策组件与所述第二数据存储单元连接，其中，所述决策回溯组件通过通信模块与所述第二数据存储单元双向连接。
根据一种优选的实施方式，所述第二数据采集单元内置有第二数据采集芯片；所述第二数据采集单元通过通信模块分别与人脸识别器、指纹识别器、语音识别器和/或遥控器连接。
根据一种优选的实施方式，所述第一数据处理单元通过通信模块与访问组件连接，所述访问组件包括键盘、鼠标和/或话筒；当所述访问组件包括话筒时，所述话筒和所述第一数据处理器之间设置有滤波器。
根据一种优选的实施方式，所述第一数据存储单元包括ROM、RAM和/ 或磁盘中的一种或几种。
根据一种优选的实施方式，所述通信模块是WiFi模块、LoRaWAN模块、 NB-loT模块，Zigbee模块、3G模块、4G模块、蓝牙模块和/或光纤中的一种或几种。
根据一种优选的实施方式，所述第一执行机构是电磁执行机构、电动执行机构和/或弹子机构中的一种或几种。
本实用新型提供一种用于电力数据分析的智能锁，至少具有如下优势：
(1)深度学习单元对压力传感器、温度传感器、图像识别器、位置传感器和音频识别器的数据通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现上述数据的分布式特征，从而用于监控电力设施的运行情况，能够对电力设施实时监控和回溯监控，增加了电力设施的安全和可靠性，同时也降低了减少了巡检人员的巡检强度和工作量；
(2)决策组件能够在发生异常情况时，生成决策信息，减少工作人员大量检索纸质文档的工作量和时间，利于迅速处置；
(3)智能锁的智能钥匙***，既可以作为电力设施的防盗器具，也可以作为多个智能锁的智能终端，便于统一管理、维护以及电力大数据的建立；
(4)决策组件能够向第二执行机构发出执行信号，利于紧急情况的紧急管理。
(5)压力传感器优先与第一数据处理单元通信连接，利于在对智能锁进行解锁或关锁的监控，能够提醒操作人员开锁或关锁，也能够在用电设备被盗时的即时反馈。
附图说明
图1是本实用新型提供的一种用于电力数据分析的智能锁的逻辑模块式示意图；
图2是本实用新型提供的一种用于电力数据分析的智能锁的一种优选的逻辑模块示意图；和
图3是本实用新型提供的一种用于电力数据分析的智能锁的智能锁与智能钥匙通信模块示意图。
附图标记列表
1：第一数据采集单元 4b：鼠标
1a：压力传感器 4c：话筒
1b：温度传感器 5：决策组件
1c：图像识别器 5a：决策生成组件
1d：位置传感器 5b：决策回溯组件
1e：音频识别器 5c：决策发出组件
2：第一数据处理单元 6：第二数据采集单元
3：第一数据存储单元 7：第二数据处理单元
3a：ROM 8：第二数据存储单元
3b：RAM 9：第二执行机构
3c：磁盘 10：第一执行机构
4：访问组件 11：深度学习单元
4a：键盘 12：警示组件
具体实施方式
下面结合附图进行详细说明。
本实用新型的描述中，术语“第一”、“第二”、“第三”和仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”和的特征可以明示或者隐含地包括一个或者更多个该特征。在本实用新型的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在实用新型的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“内侧”、“内部”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例1
本实施例提供一种用于电力数据分析的智能锁。该智能锁应用于配电箱中。
该智能锁包括智能锁芯和与智能锁芯契合的用于开锁或关锁的第一执行机构10。如图1所示，智能锁芯内嵌有第一数据采集单元1、第一数据处理单元2、第一数据存储单元3、决策组件5和深度学习单元11。其中，第一数据采集单元1通过通信模块与第一数据处理单元2连接。第一数据处理单元2通过通信模块与第一数据存储单元3连接。第一数据存储单元3通过通信模块与深度学习单元11连接。第一数据处理单元2通过通信模块与决策组件5连接。其中，第一数据采集单元1内置有第一数据采集芯片，用于第一数据采集单元1与压力传感器1a、温度传感器1b、图像识别器1c、位置传感器1d和/或、音频识别器1e与第一数据采集单元1通过通信模块连接。深度学习单元11对压力传感器1a、温度传感器1b、图像识别器1c、位置传感器1d和音频识别器1e的数据通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现上述数据的分布式特征，从而用于监控电力设施的运行情况，能够对电力设施实时监控和回溯监控，增加了电力设施的安全和可靠性，同时也降低了减少了巡检人员的巡检强度和工作量。
例如，压力传感器1a压力传感器置于锁芯与第一执行机构之间，用于记录智能锁的开闭动作，可以提醒操作人员智能锁运行情况，也可用于防盗。温度传感器1b用于记录环境温度和/或发热元件的温度和/或配电箱体的内部温度。图像识别器1c用于记录配电箱的环境情况，例如箱体内部的运行情况(是否有冒烟和火灾等)和箱体外部的运行环境(天气情况和盗窃等) 等。位置传感器1d用于记录该配电箱和/或智能锁的地理位置。音频识别器1c用于记录配电箱的环境情况，例如箱体内部的运行情况(是否有跳闸声音) 和箱体外部的运行环境(天气情况和盗窃等)。通过采集上述相关信息，分析该配电箱的运行情况。压力传感器1a、温度传感器1b、图像识别器1c、位置传感器1d、音频识别器1c不仅如图2所示仅为1个，还可以是2个， 3个甚至多个。多个设置有利于数据的更正或加大监控力度。
优选的，深度学习单元11内置深度神经网络芯片和/或深度学习芯片。例如，深度神经网络芯片可以是寒武纪。深度学习芯片可以是GPU、DSP和 NPU中的一种或几种。
优选的，决策组件5包括决策生成组件5a、决策回溯组件5b和决策发出组件5c。决策生成组件5a、决策回溯组件5b和决策发出组件5c依次串联连接。其中，决策生成组件5a通过通信模块与第一数据处理单元2连接。决策回溯组件5b通过通信模块与第一数据处理单元2双向连接。决策发出组件5c通过通信模块与第一执行机构10连接。决策生成组件5a、决策回溯组件5b和决策发出组件5c在上述信号存在异常时，由第一数据处理单元 2反馈至决策生成组件5a，决策生成组件5a通过第一数据处理单元2访问第一数据存储单元3生成基本决策信息。决策回溯组件5b基于该基本决策信息进行二次检索或追踪检索，分析决策的正确性和可靠性，生成更利于故障/事故解除的决策信息，并反馈至决策发出组件5c。优选的，决策发出组件5c还可以与用于终端连接，如打印机、显示屏、移动手机和APP。
优选的，决策生成组件5a、决策回溯组件5b和决策发出组件5c是微处理器、单片机、专用集成电路、专用芯片和/或计算服务器。
优选的，智能锁配置有智能钥匙***。智能钥匙***可设置于智能锁的旁边。智能钥匙***也可设置于某电力厂办公室，作为控制多个智能锁的终端。参见图3，智能钥匙***至少包括第二数据采集单元6、第二数据处理单元7和第二数据存储单元8。第二数据采集单元6通过第二数据处理单元 7与第二数据存储单元8连接。其中，第二数据处理单元7通过通信模块与第一数据处理单元2和/或第一数据存储单元3连接。例如，智能钥匙***也可设置于某电力厂办公室，既可以作为电力设施的防盗器具，也可以作为多个智能锁的智能终端，便于统一管理、维护以及电力大数据的建立。
优选的，第一数据采集单元1与第一数据处理单元2之间设置有优先编码器，从而压力传感器1a基于优先编码器的信息选择优先与第一数据处理器2通过通信模块连接。优先编码器允许同时在几个输入端有输入信号，编码器按输入信号排定的优先顺序进行编码，确定数据处理的优先顺序。例如，优先编码器可以是74HC148DW，74HC148N。在本实施例中，对压力传感器1a采集的压力信号优先编码，从而在众多数据信息的情况下，第一数据处理器2优先处理压力信号数据信息。至于温度传感器1b的温度信号、图像识别器1c的图像信号、位置传感器1d的位置信号和音频识别器1e的音频信号根据深度学习单元11确定优先顺序。例如，深度学习单元11记忆得出该配电箱的温度常处于高温状态，则优先编码器将温度传感器1b的温度信号排至第二位。
优选的，当压力传感器1a与第一数据处理单元2通过通信模块连接后，第一数据处理单元2通过通信模块与连接第二数据处理单元7连接，第二数据处理单元7通过通信模块与警示组件12连接。警示组件是是微处理器、单片机、专用集成电路、专用芯片和/或计算服务器，用于当压力传感器1a 有压力信号时，由第一数据处理单元2和第二数据处理单元7向警示组件 12报警或预警。
优选的，在异常情况下，警示组件12也能够与第一数据处理单元2通信，用于报警或预警。优选的，警示组件12是微处理器、单片机、专用集成电路、专用芯片和/或计算服务器。优选的，警示组件12与报警器电连接。
优选的，第一数据处理单元2通过决策组件5与第二数据存储单元8连接。其中，决策回溯组件5b通过通信模块与第二数据存储单元8双向连接。决策回溯组件5b基于决策基本信息对第二数据存储单元8进行访问，以确保决策的可靠性和准确性。
优选的，第二数据采集单元6内置有第二数据采集芯片；第二数据采集单元6通过通信模块分别与人脸识别器、指纹识别器、语音识别器和/或遥控器连接。通过预先在智能钥匙***存储能够对智能锁解锁的人脸、指纹和/或语音。例如，当需要解锁时，某工程师通过指纹识别器施加自己的指纹，由第二数据处理单元7访问第二数据存储单元8后，确认该指纹属于第二数据存储单元8中的指纹，第二数据处理单元7向第一数据处理单元2发出解锁信号，由第一数据处理单元2向第一执行机构发出解锁信号，实行解锁功能。此时压力传感器1a会受到一条压力信号，反馈至警示组件，确认解锁。
优选的，第一数据处理单元2通过通信模块与访问组件4连接。访问组件4包括键盘4a、鼠标4b和/或话筒4c。当访问组件4包括话筒4c时，话筒4c和第一数据处理器2之间设置有滤波器。
优选的，第一数据存储器3包括ROM3a、RAM3b和/或磁盘3c中的一种或几种。
优选的，通信模块是WiFi模块、LoRaWAN模块、NB-loT模块，Zigbee 模块、3G模块、4G模块、蓝牙模块和/或光纤中的一种或几种。通信模块还可以是GPRS模块和红外模块。其中，ZigBee是一种低速短距离传输的无线网络协议。ZigBee协议从下到上分别为物理层(PHY)、媒体访问控制层 (MAC)、传输层(TL)、网络层(NWK)、应用层(APL)等。其中物理层和媒体访问控制层遵循IEEE 802.15.4标准的规定。LoRaWAN模块基于LoRa扩频通信技术，是从终端到物联网云端，两者之间完整物联网通讯解决方案。 NB-loT模块是IoT领域一个新兴的技术，支持低功耗设备在广域网的蜂窝数据连接，也被叫作低功耗广域网(LPWAN)。
优选的，第一执行机构是电磁执行机构、电动执行机构和/或弹子机构中的一种或几种。例如，电磁执行机构是电磁锁的对锁芯执行开或关的执行机构。电动执行机构是电动锁的对锁芯执行开或关的执行机构。弹子机构是最常见的对锁芯执行开或关的普通锁的执行机构。
优选的，所述决策发出组件5c与第二执行机构通过通信模块连接，所述第二执行机构包括用于阻断电路或闭合电路的开关。例如，当温度传感器 1b检测到某发热元件过度发热，由决策发出组件5c向第二执行机构发出阻断电路的信号，实现紧急的电路阻断措施。又如，配电箱发生火灾，由图像识别器1c记录，由决策发出组件5c向第二执行机构发出阻断电路的信号，实现紧急的电路阻断措施。
优选的，第一数据处理单元2和第二数据处理单元7为CPU(微型处理器)，型号可以是酷睿I7系列，例如Core i7-8000K。
优选的，该智能锁不仅局限应用于配电箱，还可应用于其他电力设施，如变电站和发电站。
需要注意的是，上述具体实施例是示例性的，本领域技术人员可以在本发明公开内容的启发下想出各种解决方案，而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白，本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。
Claims (10)
1.一种用于电力数据分析的智能锁，包括智能锁芯和与所述智能锁芯契合的用于开锁或关锁的第一执行机构(10)，其特征在于，所述智能锁芯内嵌有第一数据采集单元(1)、第一数据处理单元(2)、第一数据存储单元(3)、决策组件(5)和深度学习单元(11)，
其中，所述第一数据采集单元(1)通过通信模块与所述第一数据处理单元(2)连接；
所述第一数据处理单元(2)通过通信模块与所述第一数据存储单元(3)连接；
所述第一数据存储单元(3)通过通信模块与所述深度学习单元(11)连接；
所述第一数据处理单元(2)通过通信模块与所述决策组件(5)连接，所述决策组件(5)通过通信模块与所述第一执行机构(10)连接；
其中，所述第一数据采集单元(1)内置有第一数据采集芯片，用于所述第一数据采集单元(1)与压力传感器(1a)、温度传感器(1b)、图像识别器(1c)、位置传感器(1d)和/或音频识别器(1e)通过通信模块连接。
2.如权利要求1所述的用于电力数据分析的智能锁，其特征在于，所述决策组件(5)包括决策生成组件(5a)、决策回溯组件(5b)和决策发出组件(5c)；所述决策生成组件(5a)、所述决策回溯组件(5b)和所述决策发出组件(5c)依次串联连接；
其中，所述决策生成组件(5a)通过通信模块与所述第一数据处理单元(2)连接；所述决策回溯组件(5b)通过通信模块与所述第一数据处理单元(2)双向连接；所述决策发出组件(5c)通过通信模块与所述第一执行机构(10)连接；
所述决策生成组件(5a)、所述决策回溯组件(5b)和所述决策发出组件(5c)分别是微处理器、单片机、专用集成电路、专用芯片和/或计算服务器中的一种或几种。
3.如权利要求2所述的用于电力数据分析的智能锁，其特征在于，所述智能锁配置有智能钥匙***，所述智能钥匙***至少包括第二数据采集单元(6)、第二数据处理单元(7)和第二数据存储单元(8)；所述第二数据采集单元(6)通过所述第二数据处理单元(7)与所述第二数据存储单元(8)连接；
其中，所述第二数据处理单元(7)通过通信模块与所述第一数据处理单元(2)和/或第一数据存储单元(3)连接。
4.如权利要求3所述的用于电力数据分析的智能锁，其特征在于，所述第一数据采集单元(1)与所述第一数据处理单元(2)之间设置有优先编码器，从而所述压力传感器(1a)基于所述优先编码器的信息选择优先与所述第一数据处理单元(2)通过通信模块连接；
当所述压力传感器(1a)与所述第一数据处理单元(2)通过通信模块连接后，所述第一数据处理单元(2)通过通信模块与所述第二数据处理单元(7)连接，所述第二数据处理单元(7)通过通信模块与警示组件(12)连接。
5.如权利要求4所述的用于电力数据分析的智能锁，其特征在于，所述第一数据处理单元(2)通过所述决策组件(5)与所述第二数据存储单元(8)连接，
其中，所述决策回溯组件(5b)通过通信模块与所述第二数据存储单元(8)双向连接。
6.如权利要求5所述的用于电力数据分析的智能锁，其特征在于，所述第二数据采集单元(6)内置有第二数据采集芯片；所述第二数据采集单元(6)通过通信模块分别与人脸识别器、指纹识别器、语音识别器和/或遥控器连接。
7.如权利要求6所述的用于电力数据分析的智能锁，其特征在于，所述第一数据处理单元(2)通过通信模块与访问组件(4)连接，
所述访问组件(4)包括键盘(4a)、鼠标(4b)和/或话筒(4c)；
当所述访问组件(4)包括话筒(4c)时，所述话筒(4c)和所述第一数据处理单元(2)之间设置有滤波器。
8.如权利要求7所述的用于电力数据分析的智能锁，其特征在于，所述第一数据存储单元(3)包括ROM(3a)、RAM(3b)和/或磁盘(3c)中的一种或几种。
9.如权利要求8所述的用于电力数据分析的智能锁，其特征在于，所述通信模块是WiFi模块、LoRaWAN模块、NB-loT模块，Zigbee模块、3G模块、4G模块、蓝牙模块和/或光纤中的一种或几种。
10.如权利要求9所述的用于电力数据分析的智能锁，其特征在于，所述第一执行机构是电磁执行机构、电动执行机构和/或弹子机构中的一种或几种。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821269795.6U CN208848258U (zh) | 2018-08-08 | 2018-08-08 | 一种用于电力数据分析的智能锁 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201821269795.6U CN208848258U (zh) | 2018-08-08 | 2018-08-08 | 一种用于电力数据分析的智能锁 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN208848258U true CN208848258U (zh) | 2019-05-10 |
Family
ID=66355356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201821269795.6U Expired - Fee Related CN208848258U (zh) | 2018-08-08 | 2018-08-08 | 一种用于电力数据分析的智能锁 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN208848258U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111751762A (zh) * | 2020-05-29 | 2020-10-09 | 江苏方天电力技术有限公司 | 一种电力变压器状态识别和安全防控*** |
-
2018
- 2018-08-08 CN CN201821269795.6U patent/CN208848258U/zh not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111751762A (zh) * | 2020-05-29 | 2020-10-09 | 江苏方天电力技术有限公司 | 一种电力变压器状态识别和安全防控*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Coal mine safety intelligent monitoring based on wireless sensor network | |
| CN108336725A (zh) | 电网调度设备监控管理及智能分析*** | |
| CN105426980B (zh) | 一种配电网健康指数评估工程应用*** | |
| CN108357361A (zh) | 一种电动汽车动力电池安全监控装置及方法 | |
| CN105515184A (zh) | 基于无线传感网络的多传感器多参量配网协同监测*** | |
| CN106919157B (zh) | 基于能耗分析的工业污染源智能监测平台 | |
| CN103066570B (zh) | 电池保护装置、服务器和电池管理*** | |
| CN110084946B (zh) | 一种基于穿戴设备用于五防闭锁的***和方法 | |
| CN108418302A (zh) | 一种基于大数据分析的配电网平台 | |
| Song et al. | Research on applications of the internet of things in the smart grid | |
| CN106646110A (zh) | 基于GIS和Petri技术的低压配电网故障定位*** | |
| CN109615273A (zh) | 一种电动汽车充电设施状态评价方法与*** | |
| CN101893862A (zh) | 基于网络学习的可再生能源综合发电控制*** | |
| CN208848258U (zh) | 一种用于电力数据分析的智能锁 | |
| CN107290019A (zh) | 一种基于gsm的无线水表*** | |
| CN202068237U (zh) | 基于生物特征身份认证的变电站综合自动化监控*** | |
| CN201156264Y (zh) | Gps指纹巡检仪 | |
| CN109782132A (zh) | 一种基于云数据的电力故障信息实时采集及诊断*** | |
| CN110209087A (zh) | 基于gprs的城市无线远传天然气门站监控***及方法 | |
| CN103065433B (zh) | 压水反应堆堆芯dnbr监测报警装置 | |
| CN204330009U (zh) | 基于物联网与gis的电缆井状态安全监测*** | |
| Zhang et al. | Distributed Architecture of Power Grid Asset Management and Future Research Directions | |
| CN116027687A (zh) | 一种智慧用能楼宇能耗监控***及节能效果监测方法 | |
| CN108956885A (zh) | 基于传感器网络的气体检测智能风险预警*** | |
| CN114567072A (zh) | 光伏电站的控制*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190510 |