3 系統(tǒng)軟件設計

　　3.1系統(tǒng)軟件流程

　　系統(tǒng)軟件部分采用NI公司推出的一套面向測控領域的軟件開發(fā)平臺：Labwindows/CⅥ 來進行開發(fā)。LabWin-dows/CVI是National Instruments公司(美國國家儀器公司，簡稱NI公司) 推出的交互式C語言開發(fā)平臺。LabWin-dows/CVI將功能強大、使用靈活的C語言平臺與用于數(shù)據(jù)采集分析和顯示的測控專業(yè)工具有機地結合起來，利用它的集成化開發(fā)環(huán)境、交互式編程方法、函數(shù)面板和豐富的庫函數(shù)大大增強了c語言的功能，為熟悉C語言的開發(fā)設計人員編寫檢測系統(tǒng)、自動測試環(huán)境、數(shù)據(jù)采集系統(tǒng)、過程監(jiān)控系統(tǒng)等應用軟件提供了一個理想的軟件開發(fā)環(huán)境。

　　系統(tǒng)軟件主程序部分的流程圖如圖3所示。

?　圖3 主程序流程圖

　　3.2軟件部分的主要算法及功能

　　3.2.1蓄電池智能充放電算法的確定

　　正確合理的充放電可有效地延長蓄電池的使用壽命，本系統(tǒng)內置了蓄電池充放電算法的數(shù)據(jù)模型，利用下位機采集上傳的數(shù)據(jù)自動生成容量對應曲線與之進行比較運算，用于確定下位機對蓄電池的充放電的管理，從而實現(xiàn)了蓄電池的智能充放電功能。

　　蓄電池智能充放電算法很多，本系統(tǒng)采用的算法是：神經(jīng)網(wǎng)絡算法。

　　神經(jīng)網(wǎng)絡算法是利用計算機來模擬大腦信號處理過程的人工智能技術，由大量簡單的神經(jīng)元廣泛連接形成復雜的非線性系統(tǒng)，對采集數(shù)據(jù)進行自動歸納，從中獲取這些數(shù)據(jù)的內在規(guī)律。蓄電池是一個高度非線性系統(tǒng)，通常很難對其充放電過程建立合理準確的數(shù)學模型。所以，在給出外部激勵的條件下，神經(jīng)網(wǎng)絡算法能夠利用神經(jīng)網(wǎng)絡的學習能力和并行結構模擬電池非線性特性來估計SOC值。

　　SOC估計采用典型的三層神經(jīng)網(wǎng)絡，其中輸入、輸出層的神經(jīng)元個數(shù)由實際系統(tǒng)需要決定，中間層神經(jīng)元個數(shù)取決于系統(tǒng)復雜度及分析精度要求。在神經(jīng)網(wǎng)絡法中，系統(tǒng)輸入量包括電池電壓、環(huán)境溫度、充放電電流、電池內阻、累積放出電量等。輸入量類型、數(shù)量是否選擇合適會直接影響到方法模型的計算量和準確性。

　　3.2.2數(shù)字濾波算法

　　根據(jù)本系統(tǒng)采集精度較高、被采集的模擬量變化緩慢的特點，采取了中值濾波法來從采樣數(shù)據(jù)列中提取出逼近真值的數(shù)據(jù)。中值濾波是對某一被測參數(shù)連續(xù)采樣N次(一般N取奇數(shù))，然后把N次采樣值從小到大，或從大到小排隊，再取其中間值作為本次采樣值。中值濾波對于去掉偶然因素引起的波動或采樣器不穩(wěn)定而造成的誤差所引起的脈沖干擾比較有效，可對電流、電壓、溫度等數(shù)據(jù)進行多周期采樣，每次采樣后和有效采樣值比較，如果變化幅度不超過一定幅值，采樣有效;否則視為無效放棄。

　　4 抗干擾措施

　　由于系統(tǒng)中存在功率較大的設備，而且具有一定的電磁干擾，干擾一旦串入系統(tǒng)，輕則會引起誤報，嚴重時就會導致整個系統(tǒng)癱瘓，甚至造成重大事故。本系統(tǒng)從硬件和軟件兩方面采取了抗干擾措施，從而保證了監(jiān)控系統(tǒng)的可靠運行。

　　在硬件方面，利用光耦合器件對單片機與各種傳感器、開關、執(zhí)行機構隔離開來，以防止串模干擾，同時在電源進線端加去耦電容，削弱各類高頻干擾，以提高硬件的抗干擾性。

　　在軟件方面，利用了DS80C320提供的內部可編程硬邏輯看門狗來保證程序的安全性。

　　5 結語

　　與常規(guī)的電源系統(tǒng)相比，通信電源系統(tǒng)應能自動、連續(xù)、實時地監(jiān)控所有變、配電設備的運行/故障狀態(tài)和運行參數(shù)，還應具有故障的自動應急處理能力。實踐證明， 基于DS80C320的通信電源監(jiān)控系統(tǒng)性能優(yōu)良，完全滿足電源系統(tǒng)穩(wěn)定性高的要求，具有很好的抗干擾能力，保證了整個智能建筑安全、可靠地運行。