基于ModBus/TCP的特殊气体网络监控系统

特殊气体远程网络监控技术是半导体工艺、航空航天、煤炭石化等领域安全生产的前提与保障。针对特殊气体复杂现场监控和高可靠性的需求,设计了一种基于ModBus TCP/IP以太网的特殊气体远程探测与监控系统,可以集中监控管理现场的终端气体探测器、控制柜和EMO(Emergency Off)等设备。针对性地研制了适用于太阳能电池工艺过程的特殊气体网络监控系统,经现场测试与应用,能够满足高可靠性现场在线监测与控制的需求,取得了良好的应用效果。     

基于LSTM神经网络的中长期光伏电站发电量预测方法研究

准确估算光伏电站的中长期发电量对电网规划改进、调度优化、管理发展具有重要意义。然而,由于中长期发电量预测与短期出力预测存在显著差异,短期出力预测技术无法直接应用于中长期电量预测。文章提出一种基于模糊C均值聚类-随机森林算法FCM-RF和LSTM神经网络的中长期辐照度预测模型,进而提出间接预测分布式光伏电站发电量的方法。针对传统随机森林在数据差异性处理能力不足的问题,引入模糊C均值聚类算法对传统随机森林算法模型进行了改进。设计了LSTM神经网络,解决了"长时间周期依赖"问题。最后经实验验证,该分布式光伏电站中长期发电量预测模型每月预测平均误差百分数MAPE在3.5%上下波动,各电站年预测值在1.1%上下波动,预测效果较好。     

基于Stacking模型融合的专变用户电费回收风险识别方法

针对当前电力公司面临的专变用户电费回收风险,提出一种基于Stacking模型融合的专变用户电费回收风险识别方法。对专变用户数据进行特征处理、特征构造与特征筛选,从样本分布和特征属性上优化模型的泛化性能;利用Stacking模型融合多个基学习器,构建专变用户电费回收风险识别模型。实验结果表明,相较于其他常用的分类算法,所提方法具有更优的精确率、召回率、P-R调和均值、AUC值以及模型泛化性能,对专变风险用户的识别率也更高。     

数字全息技术在反源问题中的应用

本文从数字全息记录与再现技术特点出发，探讨数字全息技术在反源问题中的应用。分析了用数字全息图探测光波复振幅的方法。讨论了数字全息再现原始像的方法，并将其应用于光源的重构。     

浅析带班主任如何履职

在空管安全中,管制带班主任岗是极为重要的基层岗位,在一线运行单位发挥着关键作用。管制运行中几乎所有的安全规章、安全责任都依赖带班主任的严格落实。因此,可以说管制带班主任管理能力以及带班主任在岗位的履职情况直接影响到管制运行质量。     

基于瞳孔变化的隧道内饰材料辅助照明研究

在公路隧道运营中,照明系统是与行车安全、舒适度关系最为密切也是最为直接的部分,照明系统也是隧道运营中能耗最大的部分。隧道照明系统是为隧道内驾驶人员提供良好的照明环境以满足其视觉需求。目前国内隧道照明研究方向多集中于隧道光源本身,而对于隧道侧壁内饰材料反射光的辅助照明作用却鲜有研究。笔者通过对国内外隧道照明技术和方法的大量调研,利用眼动仪、光谱仪等仪器开展了基于驾驶员瞳孔变化的隧道内饰材料辅助照明的室内模型模拟试验和实体隧道试验的隧道照明试验,对隧道内饰材料在隧道照明中的辅助作用及规律进行了探讨,旨在为内饰材料在隧道照明系统中辅助性运营的进一步推广应用提供一定的参考价值。     

基于GPS与GIS的土石坝自动化监测预警系统研究

研究的土石坝监测系统基于GPS与网络传输技术,以土石坝变形体为监测对象,对其在时空域的变形信息实施实时监测。通过对监测数据的实时存储、计算分析,并对数据进行绘图分析,同时通过系统的预警功能模块设置预警值,实时对监测数据进行位移比较,如超过预警值就进行声音和短信报警以便大坝相关的管理人员能及时地对险情做出反应,从而保障人民的生命和财产安全。     

基于ALIF-LSTM多任务学习的综合能源系统短期负荷预测

综合能源系统中风电、光伏等可再生能源出力具有波动性和间歇性,精准的短期负荷预测有利于平抑可再生能源对系统运行的影响。系统中的多元负荷时间序列为典型的非平稳性信号,难以进行精准地预测。为了从数据层面提高综合能源系统短期负荷预测模型的精度,提出基于自适应局部迭代滤波（ALIF）的历史负荷数据分解方法,将历史负荷序列分解为具有不同频段模态函数的多个分量;针对预测模型训练中长时间序列处理困难及系统中多元负荷间耦合信息挖掘利用的问题,建立基于长短期记忆（LSTM）网络多任务学习的综合能源系统短期负荷预测模型。实验结果显示,与LSTM、ALIF-LSTM单任务学习、随机森林、LGBM方法相比,所提方法能够应对负荷波动剧烈的工况,预测精度较高,满足综合能源系统安全稳定运行控制的要求。     

基于极限区间与改进PCA-SOM的电气运行参数对 专变健康影响的量化评价方法

专用变压器作为工业园区电力系统的重要组成部分,对园区内电网的稳定性与安全性有着十分重要的影响。针对专变实时电气运行参数的波动性与异质性,提出了一种基于极限区间的专变数据标准化方法。考虑了专变电气运行参数的动态集结方式与评价特征裕度,为后续专变健康量化评价方法提供完整且公平的评价信息。为了将专变电气运行参数对专变自身健康的影响进行清晰量化,将专家经验评价与神经网络相结合提出了一种基于极限区间与改进PCA-SOM的电气运行参数对专变健康影响的量化评价方法。在自组织映射神经网络的基础上,通过引入主成分分析法中的主成分贡献度对目标函数进行修正,并且结合各神经元的专家经验评分得到专用变压器的健康状态实时量化评分。最后采用"浙电云"大数据平台上采集的专变数据进行实验。结果表明该方法相比其他方法有着更好的评价效果,更能准确反映专变的实时电气运行参数的变化对专变健康状况的影响。     

一种基于微网的能量回馈型节能电梯应用方案

针对当前能量回馈型节能电梯推广应用的难点,提出一种基于微网的能量回馈型节能电梯的应用方案:将多台电梯回馈的电能与其他可再生能源发电联网,并入微网控制系统集中调配.该方案不仅可以获得可观的电梯回馈电能,还能发挥各种可再生能源发电互补的优势.