transformadores-backend/funciones_analisis.py

185 lines
4.7 KiB
Python
Raw Permalink Normal View History

2024-11-23 16:52:21 +00:00
import numpy as np
import pandas as pd
import os, shutil
from scipy.fft import fft, fftfreq
def crear_cache():
try:
os.makedirs('temp/T1')
os.makedirs('temp/T2')
os.makedirs('temp/Tiempo')
except FileExistsError:
shutil.rmtree('temp')
os.makedirs('temp/T1')
os.makedirs('temp/T2')
os.makedirs('temp/Tiempo')
def plot_VI(ax, t, V, I, analisis = False, Titulo = False): #parametro reset plot sirve para dar la opcion a superponer graficas
linea_V, = ax.plot(t, V, label="Tension") # Graficar la Tension
linea_I, = ax.plot(t, I, label="Corriente") # Graficar la Corriente
ax.set_ylabel('Amplitud')
ax.set_xlabel('Tiempo [ms]')
ax.grid(True)
if Titulo: ax.set_title(Titulo) #si hay un titulo que lo ponga
ax.legend(loc='upper right')
if analisis:
V_rms, I_rms, FP, tipo_FP = analizar_ondas(V,I)
data = [f"Tension RMS: {V_rms}[V]", f"Corriente RMS: {I_rms}[A]", f"FP: {FP} {tipo_FP}"]
for i, text in enumerate(data):
ax.text(1.05, 0.8 - i*0.1, text, fontsize=12, ha='left', va='center', transform=ax.transAxes)
return linea_V, linea_I
def plot_termico(ax, t, T, reset_plot = True, tags = False, Titulo = False):
if reset_plot: ax.clear() # que limpie la grafica
if Titulo: ax.set_title(Titulo) #que ponga un titulo si lo hay
linea, = ax.plot(t, T, label = tags) # Graficar temperatura
ax.set_ylabel('Temperatura [ºC]')
ax.set_xlabel('Tiempo [s]')
ax.grid(True)
if tags: ax.legend(loc='upper right')
return linea
def plot_fft(ax, t, onda, fs, threshold_picos = False, reset_plot = False, Titulo = False, tags = False):
if reset_plot: ax.clear() # que limpie la grafica
if Titulo: ax.set_title(Titulo) #que ponga un titulo si lo hay
x = fftfreq(len(t), 1/fs)[:len(t)//2]
y = 1/len(x) * np.abs(fft(onda)[0:len(t)//2])
linea, = ax.plot(x,y)
ax.set_ylabel('Amplitud')
ax.set_xlabel('Frecuencias')
if threshold_picos:
peaks = [(freq, amp) for freq, amp in zip(x, y) if amp > threshold_picos]
for freq, amp in peaks:
ax.annotate(f"{freq:.2f} Hz\n Amplitud: {amp:.2f}",
xy =(freq, amp),
xytext=(freq, amp +.05),
fontsize=10,
ha="left",
va = 'center')
ax.set_xlim(left=min(x), right=max(x) + 10)
ax.set_ylim(bottom=0, top=max(y) + 0.2)
if tags: ax.legend(loc='upper right')
return linea
def analizar_ondas(V, I):
V_rms = round(np.sqrt(np.mean(np.array(V)**2)))
I_rms = round(np.sqrt(np.mean(np.array(I)**2)))
V = fft(V)
I = fft(I)
idx = np.argmax(np.abs(V))
fase_1 = np.angle(V[idx])
fase_2 = np.angle(I[idx])
desfase = fase_2 - fase_1
tipo_desfase = 'Inductivo'
if desfase > 0:
tipo_desfase = 'Capacitivo'
factor_potencia = round(np.cos(abs(desfase)),2)
return V_rms, I_rms, factor_potencia, tipo_desfase
def guardar_todo(datos_temp, datos_electricos):
print('Guardando Archivos')
guardar_temperatura_npy(datos_temp['Tiempo'], datos_temp['T1'], datos_temp['T2'])
guardar_temperatura()
guardar_VI(datos_electricos['V1'], datos_electricos['I1'], datos_electricos['V2'], datos_electricos['I2'])
shutil.rmtree('temp') #borro chache
print('Archivos Guardados')
def guardar_temperatura_npy(Tiempo, T1, T2):
n = len(os.listdir('temp/Tiempo'))
np.save(f"temp/Tiempo/{n}.npy", Tiempo)
np.save(f"temp/T1/{n}.npy", T1)
np.save(f"temp/T2/{n}.npy", T2)
def guardar_temperatura(): # Mira los datos del directorio temp y guarda los datos de temperatura en un csv
try: os.makedirs('Resultados/Termicos')
except:pass
elementos = os.listdir('temp')
data = []
for i in elementos:
temp = [0]
for j in os.listdir(f"temp/{i}"):
temp = np.concatenate((temp, np.load(f"temp/{i}/{j}")))
data.append(temp[-(len(temp)-1):])
data = np.array(data)
df = pd.DataFrame(np.transpose(data), columns= elementos)
n = len(os.listdir('Resultados/Termicos')) + 1
df.to_csv(f"Resultados/Termicos/Datos_Termicos_{n}.csv", index=False)
def guardar_VI(V1, I1, V2, I2): # guarda los utimos datos electricos en un csv
try:os.makedirs('Resultados/Electricos')
except:pass
data = np.array([V1, I1, V2, I2])
columnas = ['Tension Primario [V]', 'Corriente Primario [A]', 'Tension Secundario [V]', 'Corriente Secundario [A]']
df = pd.DataFrame(np.transpose(data), columns = columnas)
n = len(os.listdir('Resultados/Termicos')) + 1
df.to_csv(f'Resultados/Electricos/Datos_Electricos_{n}.csv')