基于慢特征分析和随机森林的风叶结冰故障监测

在风力领域方面,叶片结冰是一个世界性的难题。机理建模方法监测叶片结冰需要大量先前的理论,但在大多数情况下无法满足。随着人工智能的发展,数据驱动方法吸引了广泛的注意。提出一种慢特征(SFA)和随机森林(RF)的组合策略用于监测风机叶片结冰故障,对提高风机的可靠性和经济效益来说意义重大。首先,SFA用于选取过程中改变慢特征,然后将提取的慢特征输入随机森林模型进行故障监测。通过风电实验的验证,该方法的最低错误率为0.268,而直接放入随机森林的错误率为0.346。因此,选择慢特征的数量至关重要。

基于模拟检测的交直储充电桩测试仪的研制

阐述了一种基于数据可视化的充电站运行状态检测系统。该系统包括充电桩模块、智能保护柜模块、充电出口模块、数据存储模块、终端数据传输以及数据处理模块,能实时监控储能电站的运行状态,显示各测试点的波形,为电动汽车交直储充电桩的模拟检测实验提供快捷、准确的测试环境和方法。

多功能倒闸操作记录仪的设计

设计了一种多功能的倒闸操作记录仪。该记录仪实现了倒闸操作的精益化,具有可持续运行记录功能。在硬件方面,设计了以S3C6410为核心的系统模块,实现了数字信号的采集和接收功能;在软件方面,实现了对数据的采集、存储与读取,在确保了安全性的同时提高了流畅性和工作效率,具有极大的推广和应用价值。