本发明属于能源管理，尤其涉及一种矿下通讯设备的电源智能能耗管理方法。
背景技术：
1、在地下矿山环境中，通讯设备的稳定运行至关重要。然而，当前的矿下通讯设备电源管理面临诸多挑战。由于矿山环境复杂，电力供应时常不稳定，这容易导致通讯设备出现断电或工作异常的情况。而且，传统的电源管理方式较为粗放，无法精准根据设备的实际工作状态和需求来分配电力，造成能源浪费。再者，缺乏智能化的能耗监测和调控机制，难以实时了解电源的使用情况和设备的能耗状况，无法及时做出优化调整。这些问题严重影响了矿下通讯设备的可靠性和工作效率，急需一种智能能耗管理办法来改善。
技术实现思路
1、为实现矿下通讯设备电源能够提供更加智能、高效、安全的电力支持，以满足现代矿业的需求，本发明提出一种矿下通讯设备的电源智能能耗管理办法，其特征在于，包括以下几个步骤:
2、s1、通过传感器网络和5g通信进行实时数据的监测和收集；
3、s2、使用均值滤波对数据进行预处理，并且使用arima模型进行负荷预测；
4、s3、采用pid控制器实时调整各个设备的能源分配并优化动态优化能耗；
5、s4、利用5g技术实现对电源系统的远程监控并对电源系统进行远程调整；
6、s5、进行数据记录和报告，记录历史能耗数据，生成能源使用报告，帮助用户了解和分析能耗趋势；
7、s6、采用改进自适应模糊控制器使系统拥有自适应性和学习能力。
8、作为优选，所述的步骤s1使用传感器网络监测电流、电压、功率、温度等参数的实时数据，传感器网络的实时数据监测通常涉及到多传感器数据融合，使用加权平均方法进行数据融合：
9、
10、其中，datai是第i个传感器的数据，ωi是相应的权重；
11、另外，通过整合5g通信技术，能够实现对传感器数据的高速、低延迟的传输，确保数据的实时性，数据传输的时间延迟可以通过以下公式计算：
12、
13、其中，l是数据包的长度，b是信道带宽，tprocessing是处理时间，tpropagation是传播时间。
14、作为优选，所述的步骤s2使用均值滤波对数据进行预处理，公示如下：
15、
16、其中，filtereddata[i]是滤波后的数据点，k窗口半径，窗口大小为2k+1，rawdata[i+j]为原数据点；
17、使用arima模型进行负荷预测：
18、
19、其中，yt是当前时间的负荷，是自回归系数，θi是移动平均系数，σt是误差项。
20、作为优选，所述步骤s3采用pid控制器实时调整各个设备的能源分配，pid控制器实时控制公式如下：
21、
22、其中，u(t)是控制输出，e(t)是误差，kp、ki、kd分别为比例、积分和微分系数。
23、作为优选，步骤s6采用改进自适应模糊控制器使系统拥有自适应性和学习能力，实现步骤如下：
24、s51、首先初始化模糊规则库和隶属函数参数，并设定学习率μ和遗传算法参数；
25、s52、然后实时获取输入数据，包括误差e和误差变化率δe；
26、s53、随后模糊化输入数据，通过模糊推理得到模糊控制输出，再解模糊化得到精确控制量；
27、s54、其次采用在线学习算法中的增量式学习算法，根据实时数据更新模糊
28、规则库，公式如下：
29、r(t+1)＝r(t)+η·(d(t)-r(t))
30、其中，r(t)是当前规则库，d(t)是实时数据产生的新规则，η是学习率；
31、s55、然后使用遗传算法优化模糊规则库和隶属函数参数，遗传算法通过选择、交叉和变异操作，寻找全局最优解，将适应度函数定义为控制系统的性能指标，误差平方和：
32、
33、其中，n是样本数量，dk是期望输出，yk是实际输出；
34、s56、随后使用改进的lms算法自适应调整隶属函数参数：ωk+1＝ωk+μekxk
35、其中，ωk+1是隶属函数参数，μ是学习率，ek是控制误差，xk是输入变量；另外，采用高斯隶属函数优化隶属函数形状，其表达式为：
36、
37、其中，μx是隶属度，x是输入值，c是高斯函数的中心，σ是标准差，通过
38、调整c和σ自适应优化隶属函数形状；
39、计算误差函数相对于隶属函数参数的梯度:
40、
41、其中，xi是第i个特征值，cij是第i个特征的第j个隶属函数的中心，σij第i个特征的第j个隶属函数的宽度，μij(xi,cij,σij)第i个特征的第j个隶属函数值；
42、s57、接下来使用lms算法更新隶属函数参数：
43、
44、其中μ是学习率，cij(t+1)在时间步t+1时，第i个特征的第j个隶属函数的更新中心，cij(t)是在时间步t时，第i个特征的第j个隶属函数的中心，σij(t+1)在时间步t+1时，第i个特征的第j个隶属函数的更新宽度，σij(t)在时间步步t时，第i个特征的第j个隶属函数的更新宽度；
45、对于批量数据，累积误差并更新参数：其中，ebatch是批量数据的平均误差，n是批量数据的数量，en是n个数据点的误差；
46、
47、其中是批量数据平均误差对中心cij的偏导数，是批量数据平均误差对宽度σij的偏导数；
48、s58、最后重复步骤s52到s57，实现实时自适应控制。
49、与现有技术相比，本发明的优点和积极效果在于，首先，通过传感器网络和5g通信技术的结合，实现了实时数据的高效监测和低延迟传输，确保了系统的及时响应。其次，采用pid控制器进行实时调节，有效优化了设备的能耗，减少了能源浪费。此外，利用改进的自适应模糊控制器，使系统具备自适应性和学习能力，能够根据实时数据动态调整能耗分配，提高矿下通讯设备电源的能耗管理。
1.一种矿下通讯设备的电源智能能耗管理办法，其特征在于，包括以下几个步骤:
2.根据权利要求1所述的一种矿下通讯设备的电源智能能耗管理办法，其特征在于，所述的步骤s1使用传感器网络监测电流、电压、功率、温度等参数的实时数据，传感器网络的实时数据监测通常涉及到多传感器数据融合，使用加权平均方法进行数据融合：
3.根据权利要求1所述的一种矿下通讯设备的电源智能能耗管理办法，其特征在于，所述的步骤s2使用均值滤波对数据进行预处理，公示如下：
4.根据权利要求1所述的一种矿下通讯设备的电源智能能耗管理办法，其特征在于，所述步骤s3采用pid控制器实时调整各个设备的能源分配，pid控制器实时控制公式如下：
5.根据权利要求1所述的一种矿下通讯设备的电源智能能耗管理办法，其特征在于，步骤s6采用改进自适应模糊控制器使系统拥有自适应性和学习能力，实现步骤如下：
