摘要
本申请涉及一种断路器控制系统和方法。该方法包括:数据采集模块采集预测合闸时间、运行参量和实际合闸时间,上传数据至云端计算模块和机构控制模块;判断当前是否需要调整预测策略;若否,则由机构控制模块响应根据当前的运行参量预测下一次合闸动作的合闸时间;若是,则由云端计算模块训练预测模型;基于训练好的预测模型,输出各节点的预测数据,发送给机构控制模块进行更新。机构控制模块考虑实时运行参量预测下一次合闸动作的合闸时间,能够适应当前实际工况来调整合闸动作的时间,提升断路器动作的稳定性,进而提升合闸动作的准确性和可靠性。云端计算模块通过模型训练,优化机构控制模块的预测机制,提升了合闸时间预测的准确性。
技术关键词
合闸动作
神经网络模型
随机森林
断路器控制系统
控制模块
鲸鱼优化算法
节点
数据采集模块
云端
断路器控制方法
执行合闸
训练预测模型
数值
策略更新
误差
位置更新
参数