本發(fā)明涉及智能控制技術領域，具體為一種基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)。

背景技術：

太陽能的能源是來自地球外部天體的能源主要是太陽能，是太陽中的氫原子核在超高溫時聚變釋放的巨大能量，人類所需能量的絕大部分都直接或間接地來自太陽，我們生活所需的煤炭、石油、天然氣等化石燃料都是因為各種植物通過光合作用把太陽能轉(zhuǎn)變成化學能在植物體內(nèi)貯存下來后，再由埋在地下的動植物經(jīng)過漫長的地質(zhì)年代形成，此外，水能、風能、波浪能、海流能等也都是由太陽能轉(zhuǎn)換來的。

大部分的太陽能和風能都是利用其能量轉(zhuǎn)換為電能，滿足人們的生產(chǎn)生活，但是大部分的能量都被浪費，增加了能量的消耗，也不環(huán)保。

技術實現(xiàn)要素：

針對現(xiàn)有技術存在的問題，本發(fā)明提供了一種基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)。

本發(fā)明是這樣實現(xiàn)的，一種基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)，所述基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)包括電腦終端；

所述電腦終端包括外框，所述外框的表面固定連接有顯示屏；

所述顯示屏采用harris和dog分別進行特征點提取。以參考圖像為基準進行圖像序列篩選，選出主光軸與參考圖像之間夾角小于60度的圖像作為候選圖像；對參考圖像的每個特征點f，根據(jù)極線約束在候選圖像中找到對應的候選匹配點f’；然后利用稠密擴散方法，選擇零均值歸一化互相關系數(shù)作為目標函數(shù)，計算匹配點對的zncc值，并按照其大小進行排序，選取大于閾值μ1的特征點作為種子點進行鄰域擴散，選取大于閾值μ2的特征點作為儲備匹配點(μ1>μ2)；對于參考圖像的所有匹配點，在候選圖像中心固定窗口大小建立一對多的匹配；在滿足視差梯度約束和置信度約束的前提下，計算擴散匹配點對的zncc，篩選大于閾值μ3的擴散點作為種子點進行二次擴散，篩選大于閾值μ4的擴散點作為儲備匹配點μ3>μ4；

所述電腦終端的輸出端分別與控制器的輸入端和風光互補控制器的輸入端連接；

所述控制器的輸入端與太陽能電板的輸出端連接；

所述風光互補控制器的輸入端分別與光伏組件的輸出端和風力發(fā)電機的輸出端連接；

所述控制器的輸出端和風光互補控制器的輸出端均與a/d轉(zhuǎn)換器的輸入端連接；

所述控制器利用聚類算法估計每一跳的跳變時刻以及各跳對應的歸一化的混合矩陣列向量、跳頻頻率時，包括以下步驟：

第一步，在p(p＝0，1，2，…p-1)時刻，對表示的頻率值進行聚類，得到的聚類中心個數(shù)表示p時刻存在的載頻個數(shù)，個聚類中心則表示載頻的大小，分別用表示；

第二步，對每一采樣時刻p(p＝0，1，2，…p-1)，利用聚類算法對進行聚類，同樣可得到個聚類中心，用表示；

第三步，對所有求均值并取整，得到源信號個數(shù)的估計即

第四步，找出的時刻，用ph表示，對每一段連續(xù)取值的ph求中值，用表示第l段相連ph的中值，則表示第l個頻率跳變時刻的估計；

第五步，根據(jù)第二步中估計得到的以及第四步中估計得到的頻率跳變時刻估計出每一跳對應的個混合矩陣列向量具體公式為：

這里表示第l跳對應的個混合矩陣列向量估計值；

第六步，估計每一跳對應的載頻頻率，用表示第l跳對應的個頻率估計值，計算公式如下：

所述a/d轉(zhuǎn)換器的輸出端與中央處理器的輸入端連接；

所述中央處理器的輸出端分別與蓄電池組的輸入端和電腦終端的輸入端連接；

所述中央處理器設置有定位節(jié)點坐標計算模塊，所述定位節(jié)點坐標接收模塊的計算方法包括：

第一步，選定差分修正點，確定定位交點坐標和復數(shù)定位交點，計算定位交點間距離；

從di′(i＝0,1,2,…,n)中選擇距離值最小的錨節(jié)點a0為差分修正點，再從剩余的距離值中取出3個最小的距離值，這3個為距離值分別d1′、d2′和d3′，對應的錨節(jié)點坐標分別為a1(x1,y1)、a2(x2,y2)和a3(x3,y3)，分別以錨節(jié)點ai(xi,yi)為圓心，di′為半徑作三個定位圓i，其中i＝1,2,3，三個定位圓的相交情況共有6種，兩個圓之間存在兩個交點，這兩個交點為兩個相等的實數(shù)交點，或兩個不相等的實數(shù)交點，或兩個復數(shù)交點；兩個定位圓的兩個交點中，選擇與第三定位圓圓心坐標的距離較小的那個交點作為定位交點，以參與待定位節(jié)點的定位；由3個定位圓確定三個定位交點及復數(shù)定位交點的個數(shù)m，由定位圓2和定位圓3確定的定位交點坐標為a′(x1,y1)、由定位圓1和定位圓3確定的定位交點的坐標為b′(x2,y2)，由定位圓1和定位圓2確定的定位交點的坐標為c′(x3,y3)，定位交點a′與b′、b′與c′、a′與c′的距離分別為d12、d23、d13：

第二步，設置閾值t，個體差異系數(shù)修正系數(shù)ω，參數(shù)λ(λ>0)，設置t＝0.5、ω＝1500以及λ＝0.001，三個定位交點之間的距離d12<t、d23<t、d13<t時，執(zhí)行第四步；

第三步，根據(jù)如下自適應距離修正公式修正d1′、d2′、d3′，得到修正距離為d1、d2、d3：

其中，di表示待定位節(jié)點與錨節(jié)點ai之間的修正距離，d0i表示差分修正點a0與錨節(jié)點ai之間的實際距離，d′0i表示差分修正點a0與錨節(jié)點ai之間的測量距離，ω表示個體差異系數(shù)修正系數(shù)，λi表示方向修正因子，exp(·)表示指數(shù)函數(shù)；

根據(jù)修正后的距離d1、d2、d3，重新求解修正后的三個定位交點間的距離d12、d23、d13，返回第二步；

第四步，根據(jù)如下公式，計算出待定位節(jié)點的定位坐標o(x0,y0)：

其中，α1、α2、α3分別表示x1′、x2′、x3′的權重，β1、β2、β3分別表示y1′、y2′、y3′的權重，

進一步，所述顯示屏的底部固定連接有底座。

進一步，所述底座的一側(cè)通過連接線設置有鍵盤。

進一步，所述鍵盤的一側(cè)設置有無線鼠標。

進一步，所述a/d轉(zhuǎn)換器的型號為a/d7574。

進一步，所述顯示器的時頻分析圖像按如下方式進行：

頻率切片小波變換定義式為：

其中p(t)是信號的時域表；矢量σ為時頻分析的尺度因子且σ≠0，σ通過建立變換因子與時頻分辨率的對應關系σ＝ω/k,k＞0和來確定的σ；為頻率片函數(shù)h(t)的傅里葉變換，稱為頻率切片函數(shù)；

依據(jù)帕塞維爾方程，如果矢量σ不是估計頻率v的函數(shù)，上述fswt表達式可表示為：

使用作為fsf對時頻重疊信號進行時頻分析處理，此時可表示為：

與現(xiàn)有技術相比，本發(fā)明的有益效果是：該基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)，通過電腦終端的輸出端分別與控制器的輸入端和風光互補控制器的輸入端連接，控制器的輸入端與太陽能電板的輸出端連接，電腦終端控制控制器進行太陽能的采集，通過a/d轉(zhuǎn)換器將太陽能轉(zhuǎn)化為電能，通過中央處理器，將電能儲存在蓄電池組，對用不完的電能進行儲存，可以有效地節(jié)約了能量，保護環(huán)境；該基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)，通過控制器的輸入端與太陽能電板的輸出端連接，風光互補控制器的輸入端分別與光伏組件的輸出端和風力發(fā)電機的輸出端連接，光伏組件和風力發(fā)電機的配合使用，將大自然的風能進行采集，風光互補控制器控制a/d轉(zhuǎn)換器將采集的能量轉(zhuǎn)換為電能，中央處理器將其電能儲存在蓄電池組，減少了能量的消耗。

附圖說明

圖1是本發(fā)明實施例提供的基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)結(jié)構(gòu)示意圖；

圖2是本發(fā)明實施例提供的基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)工作原理框圖。

圖中：1、電腦終端；101、外框；102、顯示屏；103、底座；104、連接線；105、鍵盤；106、無線鼠標；2、控制器；3、風光互補控制器；4、太陽能電板；5、光伏組件；6、風力發(fā)電機；7、a/d轉(zhuǎn)換器；8、中央處理器；9、蓄電池組。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結(jié)合實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

下面結(jié)合附圖對本發(fā)明的結(jié)構(gòu)作詳細的描述。

請參閱圖1和圖2，本發(fā)明實施例提供的基于物聯(lián)網(wǎng)的太陽能風能集成高智能控制系統(tǒng)，包括電腦終端1，電腦終端1包括外框101，外框101的表面固定連接有顯示屏102，顯示屏102的底部固定連接有底座103，底座103的一側(cè)通過連接線104設置有鍵盤105，鍵盤105的一側(cè)設置有無線鼠標106，電腦終端1的輸出端分別與控制器2的輸入端和風光互補控制器3的輸入端連接，風光互補控制器3的型號為mppt1230，控制器2的輸入端與太陽能電板4的輸出端連接，風光互補控制器3的輸入端分別與光伏組件5的輸出端和風力發(fā)電機6的輸出端連接，控制器2的輸出端和風光互補控制器3的輸出端均與a/d轉(zhuǎn)換器7的輸入端連接，a/d轉(zhuǎn)換器7的型號為a/d7574，a/d轉(zhuǎn)換器7的輸出端與中央處理器8的輸入端連接，中央處理器8的型號為smc62，中央處理器8的輸出端分別與蓄電池組9的輸入端和電腦終端1的輸入端連接。

所述顯示屏采用harris和dog分別進行特征點提取。以參考圖像為基準進行圖像序列篩選，選出主光軸與參考圖像之間夾角小于60度的圖像作為候選圖像；對參考圖像的每個特征點f，根據(jù)極線約束在候選圖像中找到對應的候選匹配點f’；然后利用稠密擴散方法，選擇零均值歸一化互相關系數(shù)作為目標函數(shù)，計算匹配點對的zncc值，并按照其大小進行排序，選取大于閾值μ1的特征點作為種子點進行鄰域擴散，選取大于閾值μ2的特征點作為儲備匹配點(μ1>μ2)；對于參考圖像的所有匹配點，在候選圖像中心固定窗口大小建立一對多的匹配；在滿足視差梯度約束和置信度約束的前提下，計算擴散匹配點對的zncc，篩選大于閾值μ3的擴散點作為種子點進行二次擴散，篩選大于閾值μ4的擴散點作為儲備匹配點μ3>μ4；

所述控制器利用聚類算法估計每一跳的跳變時刻以及各跳對應的歸一化的混合矩陣列向量、跳頻頻率時，包括以下步驟：

第一步，在p(p＝0，1，2，…p-1)時刻，對表示的頻率值進行聚類，得到的聚類中心個數(shù)表示p時刻存在的載頻個數(shù)，個聚類中心則表示載頻的大小，分別用表示；

第二步，對每一采樣時刻p(p＝0，1，2，…p-1)，利用聚類算法對進行聚類，同樣可得到個聚類中心，用表示；

第三步，對所有求均值并取整，得到源信號個數(shù)的估計即

第四步，找出的時刻，用ph表示，對每一段連續(xù)取值的ph求中值，用表示第l段相連ph的中值，則表示第l個頻率跳變時刻的估計；

第五步，根據(jù)第二步中估計得到的以及第四步中估計得到的頻率跳變時刻估計出每一跳對應的個混合矩陣列向量具體公式為：

這里表示第l跳對應的個混合矩陣列向量估計值；

第六步，估計每一跳對應的載頻頻率，用表示第l跳對應的個頻率估計值，計算公式如下：

所述中央處理器設置有定位節(jié)點坐標計算模塊，所述定位節(jié)點坐標接收模塊的計算方法包括：

第一步，選定差分修正點，確定定位交點坐標和復數(shù)定位交點，計算定位交點間距離；

從di′(i＝0,1,2,…,n)中選擇距離值最小的錨節(jié)點a0為差分修正點，再從剩余的距離值中取出3個最小的距離值，這3個為距離值分別d1′、d2′和d3′，對應的錨節(jié)點坐標分別為a1(x1,y1)、a2(x2,y2)和a3(x3,y3)，分別以錨節(jié)點ai(xi,yi)為圓心，di′為半徑作三個定位圓i，其中i＝1,2,3，三個定位圓的相交情況共有6種，兩個圓之間存在兩個交點，這兩個交點為兩個相等的實數(shù)交點，或兩個不相等的實數(shù)交點，或兩個復數(shù)交點；兩個定位圓的兩個交點中，選擇與第三定位圓圓心坐標的距離較小的那個交點作為定位交點，以參與待定位節(jié)點的定位；由3個定位圓確定三個定位交點及復數(shù)定位交點的個數(shù)m，由定位圓2和定位圓3確定的定位交點坐標為a′(x1,y1)、由定位圓1和定位圓3確定的定位交點的坐標為b′(x2,y2)，由定位圓1和定位圓2確定的定位交點的坐標為c′(x3,y3)，定位交點a′與b′、b′與c′、a′與c′的距離分別為d12、d23、d13：

第二步，設置閾值t，個體差異系數(shù)修正系數(shù)ω，參數(shù)λ(λ>0)，設置t＝0.5、ω＝1500以及λ＝0.001，三個定位交點之間的距離d12<t、d23<t、d13<t時，執(zhí)行第四步；

第三步，根據(jù)如下自適應距離修正公式修正d1′、d2′、d3′，得到修正距離為d1、d2、d3：

其中，di表示待定位節(jié)點與錨節(jié)點ai之間的修正距離，d0i表示差分修正點a0與錨節(jié)點ai之間的實際距離，d′0i表示差分修正點a0與錨節(jié)點ai之間的測量距離，ω表示個體差異系數(shù)修正系數(shù)，λi表示方向修正因子，exp(·)表示指數(shù)函數(shù)；

根據(jù)修正后的距離d1、d2、d3，重新求解修正后的三個定位交點間的距離d12、d23、d13，返回第二步；

第四步，根據(jù)如下公式，計算出待定位節(jié)點的定位坐標o(x0,y0)：

其中，α1、α2、α3分別表示x1′、x2′、x3′的權重，β1、β2、β3分別表示y1′、y2′、y3′的權重，

進一步，所述顯示器的時頻分析圖像按如下方式進行：

頻率切片小波變換定義式為：

其中p(t)是信號的時域表；矢量σ為時頻分析的尺度因子且σ≠0，σ通過建立變換因子與時頻分辨率的對應關系σ＝ω/k,k＞0和來確定的σ；為頻率片函數(shù)h(t)的傅里葉變換，稱為頻率切片函數(shù)；

依據(jù)帕塞維爾方程，如果矢量σ不是估計頻率v的函數(shù)，上述fswt表達式可表示為：

使用作為fsf對時頻重疊信號進行時頻分析處理，此時可表示為：

工作時，打開電腦終端1，通過操作鼠標106可以同時操控控制器2和風光互補控制器3，控制器2控制太陽能電板4對太陽能進行采集，風光互補控制器3控制光伏組件5和風力發(fā)電機6對風能進行采集，然后控制器2和風光互補控制器3同時將采集的能量傳輸給a/d轉(zhuǎn)換器7，a/d轉(zhuǎn)換器7將采集到的能量轉(zhuǎn)換為電能，中央處理器8接收到a/d轉(zhuǎn)換器7傳輸?shù)碾娔?，控制蓄電池組9將電能進行儲存，這樣就完成了太能能風能集成的控制。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。