基于LPWA网络的海上风电结构健康数据采集系统

针对目前海上风电结构健康监控系统设备布设难度高、稳定性差、数据传输效率低等问题,提出一种基于低功率广域(LPWA)物联网技术的海上风电结构健康数据采集系统。该系统以ARM8与CC1310为控制核心,使用多种传感器对海上风机关键结构的健康数据进行采集,通过LPWA网络及4G技术实现数据传输;上位机监测平台可实现数据储存、实时显示以及历史查询等功能。实验结果表明,该系统具有可靠稳定等优点,能够满足海上风电结构健康监测的需要。

基于LoRa的光伏电站监控系统

针对光伏电站监测距离短、功耗高的问题,设计了一种基于LoRa的光伏远程监控系统。首先以STM8和LoRa为核心设计了数据采集终端,以STM32为控制核心设计了汇聚节点,其次设计了软件平台,最后对光伏电站进行监测实验。实验证明:该系统能够稳定运行,能够远距离监测光伏电站各项数据。

基于Sub-1 GHz的海上风电状态监控节点设计

目前国内外海上风机的监控大多沿用陆上风电监控系统的有线通信方式,布线难度高且不利于扩建,大幅增加了海上风电的运维成本。针对以上问题,设计了一种基于Sub-1 GHz频段的海上风电机组运行状态监测传感器节点。通过分析海上风电机组发生故障的类型,确定风电机组监测的关键测点,并设计了监控系统整体结构,通过分析某海上风电实际案例,设计了节点硬件电路,结合其组网运行的软件设计,实现轻量级海上风电监控。实验数据表明,所设计的无线传感器节点功耗低、传输距离长,可满足海上风电机组监控系统的需要。

堆栈稀疏降噪自编码网络在变压器故障诊断中的应用

为了进一步提高电力变压器故障诊断的识别能力,提出了一种基于堆栈稀疏降噪自动编码器(stacked sparse denoising auto-encoder,SSDAE)的新型深度学习电力变压器故障诊断新方法,较好地解决了传统电力变压器故障诊断方法识别率低及特征提取能力差的问题。SSDAE模型首先使用大量的无标签数据,采用逐层贪婪法进行无监督预训练;然后将模型的最后一层连接Softmax分类器,使用带有故障类型的数据进行微调;最终通过实例数据证明,与三比值法和基于支持向量机(support vector machine,SVM)算法的诊断方法对比,所提出的基于SSDAE网络的变压器故障诊断方法的准确率可提高近20%。

基于物联网的纺纱机监控系统

针对传统纺纱设备需要工作人员现场监控的问题,文中结合物联网技术,设计了一种可以利用计算机客户端与手机终端远程获取纺纱机工作参数的远程监控系统,并介绍了系统结构、功能与软件设计。该系统可实现数据存储与管理,移动客户端具有实时查询功能,对于节省人力,及时发现设备故障,提高纺纱设备自动化与信息化具有重要意义。