一种电磁炉电性能测试方法及系统与流程

本发明涉及大数据和物联网技术，具体是一种电磁炉电性能测试方法及系统。

背景技术：

1、电磁炉作为一种高效、节能的烹饪电器，已经广泛应用于家庭和商业环境中。电磁炉通过电磁感应原理将电能转化为热能，具有加热速度快、热效率高、操作简便等优点。然而，为了保证电磁炉的安全性和性能稳定性，对其电性能进行有效的测试和监测显得尤为重要。

2、传统的电磁炉电性能测试方法主要依赖于人工测量和简单的仪器检测，这些方法存在以下局限性：

3、1、数据采集不全面：传统方法通常只能测量单一或少数几个电性能参数，无法全面反映电磁炉的整体性能。

4、2、测试效率低：人工测量和记录耗时费力，无法满足大规模生产环境中的快速检测需求。

5、3、数据分析能力有限：缺乏智能化的数据分析手段，难以及时发现潜在的故障和性能问题。

6、4、一致性和准确性差：由于人工操作的差异性，测试结果可能存在较大的波动和误差。

7、电磁炉的电性能测试主要涉及以下关键参数：工作频率、输出功率、电流和电压波形、谐波失真以及温度分布。

8、随着大数据和物联网技术的发展，电磁炉电性能测试方法和系统得到了显著提升：

9、1、智能传感器：通过智能传感器实时采集电磁炉工作过程中的电流、电压、温度等数据，实现全面监测。

10、2、数据存储与处理：利用大数据存储和处理技术，可以高效地存储和分析大量测试数据，提取有价值的信息。

11、3、远程监控与诊断：通过物联网技术，实现对电磁炉电性能的远程监控和故障诊断，提高维护效率。

12、4、智能分析与预测：借助机器学习和人工智能技术，对测试数据进行智能分析，预测电磁炉的性能趋势和潜在故障。

13、因此，现提供一种电磁炉电性能测试方法及系统。

技术实现思路

1、为了解决上述技术问题，本发明的目的在于提供一种电磁炉电性能测试方法及系统。

2、为了实现上述目的，本发明提供如下技术方案：一种电磁炉电性能测试系统，包括监控中心，所述监控中心通信连接有电性能数据采集模块、电性能数据处理模块、数据存储模块、测试模型构建模块以及电性能测试分析模块；

3、所述电性能数据采集模块用于采集电磁炉的电性能数据；

4、所述电性能数据处理模块用于根据电性能数据，获得电磁炉的电性能指数，并根据所述电性能指数，获得电磁炉的综合电性能指数；

5、所述数据存储模块用于存储电磁炉的综合电性能指数，并获得电磁炉的历史综合电性能指数；

6、所述测试模型构建模块用于根据历史综合电性能指数，构建电磁炉电性能测试模型，并根据所述电磁炉电性能测试模型，获得电磁炉的电性能预测运行能力值；

7、所述电性能测试分析模块用于根据电性能预测运行能力值，对电磁炉进行判断分析。

8、进一步的，所述电性能数据采集模块采集电磁炉的电性能数据的过程包括：

9、所述电性能数据采集模块设置有若干个数据采集单元，并设置采集周期；

10、所述数据采集单元用于根据所述采集周期采集电磁炉的电性能数据；

11、所述电性能数据包括但不限于功率数据、电压数据、电流数据、温度数据、热效率数据、电磁辐射数据、耐久性数据以及安全性数据；所述功率数据包括但不限于待机功率、实际功率以及最大功率；所述电压数据包括但不限于正常电压以及波动电压；所述电流数据包括但不限于待机电流以及最大工作电流；所述温度数据包括但不限于表面温度、环境温度以及加热区域温度；所述热效率数据包括但不限于热效率；所述电磁辐射数据包括但不限于电磁辐射强度以及电磁辐射范围；所述耐久性数据包括但不限于使用时长；所述安全性数据包括但不限于漏电流以及绝缘电阻。

12、进一步的，所述电性能数据处理模块根据电性能数据，获得电磁炉的电性能指数的过程包括：

13、设置滤波器，对上传的电性能数据进行数据清洗；

14、为对应的电性能数据设置相应的标准化数据处理单元，将数据清洗后不同类型的电性能数据输入至标准化数据处理单元内，获取经过标准化处理的电性能数据；

15、所述电性能数据处理模块对标准化处理后的电性能数据进行多维指数计算，获得对应的电性能指数；

16、所述电性能指数包括功率指数、温度指数以及安全性指数。

17、进一步的，所述电性能数据处理模块根据电性能指数，获得电磁炉的综合电性能指数。

18、进一步的，所述数据存储模块根据综合电性能指数，获得电磁炉的历史综合电性能指数的过程包括：

19、所述数据存储模块设置有实时数据库以及历史数据库；

20、根据当前采集周期采集到的电性能数据，获得当前采集周期的综合电性能指数，并将当前采集周期的综合电性能指数传输至实时数据库进行保存；当所述实时数据库接收到下一采集周期的综合电性能指数时，将实时数据库中上一采集周期的综合电性能指数传输至历史数据库进行保存，并将上一采集周期的综合电性能指数记为历史综合电性能指数。

21、进一步的，所述测试模型构建模块构建电磁炉电性能测试模型的过程包括：

22、根据若干组历史综合电性能指数，构建训练样本集的过程包括：

23、对若干组历史综合电性能指数进行标号，记为为自然数；

24、将组历史综合电性能指数作为样本数据，且为小于的自然数，并利用所述样本数据，获得样本数据均值，记为样本集；

25、将其余组历史综合电性能指数作为测试集；

26、根据所述样本集以及测试集，组成训练样本集；

27、根据所述训练样本集，构建电磁炉电性能测试模型的过程包括：

28、基于卷积网络神经网络，构建标准测试模型；

29、将获得的训练样本集导入至标准测试模型中，对所述标准测试模型进行训练，根据训练样本集的样本集，所述标准测试模型获取对电磁炉进行电性能测试的功能，并将标准测试模型记为电磁炉电性能测试模型。

30、进一步的，所述测试模型构建模块根据电磁炉电性能测试模型，获得电磁炉的电性能预测运行能力值。

31、进一步的，所述电性能测试分析模块根据电性能预测运行能力值，对电磁炉进行判断分析的过程包括：

32、预设电性能运行能力值阈值；

33、若电性能预测运行能力值大于电性能运行能力值阈值，则说明电磁炉电性能正常，电磁炉符合使用标准；

34、若电性能预测运行能力值小于等于电性能运行能力值阈值，则说明电磁炉电性能异常，电磁炉不符合使用标准。

35、本发明第二方面提供一种电磁炉电性能测试方法，包括以下步骤：

36、步骤s1：采集电磁炉的电性能数据，并根据电性能数据，获得电磁炉的电性能指数，并根据所述电性能指数，获得电磁炉的综合电性能指数；

37、步骤s2：根据电磁炉的综合电性能指数，并获得电磁炉的历史综合电性能指数；

38、步骤s3：根据历史综合电性能指数，构建电磁炉电性能测试模型，并根据所述电磁炉电性能测试模型，获得电磁炉的电性能预测运行能力值；

39、步骤s4：根据电性能预测运行能力值，对电磁炉进行判断分析。

40、与现有技术相比，本发明的有益效果是：通过采集电磁炉的电性能数据，并根据电性能数据，获得电磁炉的电性能指数；根据所述电性能指数，获得电磁炉的综合电性能指数，并对电磁炉的综合电性能指数进行存储，获得电磁炉的历史综合电性能指数；根据历史综合电性能指数，构建电磁炉电性能测试模型，并根据所述电磁炉电性能测试模型，获得电磁炉的电性能预测运行能力值；最后根据电性能预测运行能力值，对电磁炉进行判断分析。提高了电磁炉电性能测试效率。