基于gSOAP技术电力机房动环监控系统的设计

基于i.MX6ULL嵌入式平台和gSOAP技术,设计了电力机房动环监控系统。通过采用分布式架构,实现了服务端与客户端的通信。该系统实时监控机房运行状态,如温度、湿度、电压、电流等环境参数,支持远程设备控制和管理;同时,提供实时数据展示和历史数据查询功能,方便用户监控和分析机房运行状态。测试结果表明,该系统具有实时性、可扩展性和可靠性等优点,有效提高了机房管理效率和安全性。

电力机房巡检机器人载波通信异常信号识别研究

电力机房机器人载波通信中,受到电力机房设备干扰,产生隐蔽式异常信号。设计基于卡尔曼滤波的电力机房巡检机器人载波信号异常信号识别方法。首先引入卡尔曼滤波模型,滤除机器人载波通信中存在的噪声,计算平均频率偏差,结合小波连续变换对信号码元幅值分解,锁定异常信号突变的范围,实现异常信号的识别。通过测试结果表明,所设计的异常信号识别方法,能够有效检测出电力机房巡检机器人两个时间段的隐蔽异常信号,验证了设计方法的识别效果。

物联网技术与AR技术在电力机房智能巡检中的应用探讨

随着信息技术的飞速发展,物联网技术与增强现实(AR)技术给电力行业带来了前所未有的机遇。结合物联网技术与AR技术的基本概念及公式,分别探讨物联网技术与AR技术在电力机房智能巡检中的应用,并提出物联网技术与AR技术结合的电力机房智能巡检方案。实践证明,物联网技术与AR技术结合的电力机房智能巡检方案能够显著提高巡检效率,减少人为错误,并为电力机房的智能化转型提供技术支持。

面向电力机房监控的音视频融合检测方法研究

为实现电力机房重点区域指示灯安全事件的监控,提出一种音视频融合检测方法。采用监控区域彩色图像非线性变换和最大类间方差法自动阈值分割技术进行指示灯定位,将局部区域统计直方图作为视频特征向量。采用连续多帧梅尔频率倒谱系数建立监控区域的音频特征向量。利用主成分分析对连续多帧的音视频融合特征向量进行降维处理,并借助支持向量机对不同安全事件进行分类检测。实验结果表明,与单独采用音频或者视频进行安全事件检测的方法相比,该方法具有较高的检测率和较低的误检率。

电力机房的智能巡检技术

本文引入了电力机房智能巡检技术,针对传统电力机房日常巡检技术的工作内容,提出了基于业务域、基于场景可视化的智能巡检技术,给出了智能巡检系统平台的系统架构和系统功能,实施效果表明,机房智能巡检技术适用于电力企业,具有较好的推广意义。

面向电力机房监控的音视频融合检测方法研究

文章提出了一种基于音视频融合的电力机房重点区域指示灯安全事件监控方法。视频特征方面,通过改进的最大类间方差法(Otsu)来自动定位机房指示灯位置,并将局部区域统计直方图作为视频特征向量;音频特征方面,利用短时能量、短时过零率和梅尔频率倒谱系数,建立监控区域的声音特征向量。融合阶段,把来自音频和视频的连续多帧特征向量进行主成分分析(Principal Components Analysis,PCA)降维处理,然后借助支持向量机针对不同安全事件进行分类。实验表明,本方法比传统的采用音频或者视频进行安全事件检测能取得更好的检测率,同时也能确保较低的虚警率。

一种电力机房巡检作业机械臂设计与研制

针对现有电力机房轨道式巡检机器人作业范围存在局限性的问题,研制了一种搭载于轮式移动平台上的平面机械臂。分析了机械臂作业过程,通过约束条件求出了机械臂的最优尺寸参数,提出了一种末端被动保持水平的摆臂机构,采用等效轮系的方法分析了摆臂机构的运动机理,并得出末端始终保持水平的前提条件。最后建立了机械臂的三维模型,并研制了实物样机,通过测试验证了机械臂设计的合理性。该机械臂的末端在竖直方向范围可达0.15m^1.92m,在电力机房巡检作业中具有较高的应用价值。

基于自动化交互行为的电力机房巡检机器人系统设计

目前设计的电力机房巡检机器人系统响应时间较慢,导致巡检精度较低。为解决上述问题,基于自动化交互行为设计一种新的电力机房巡检机器人系统,对系统的硬件和软件进行设计,巡检机器人系统硬件由驱动器、处理器、传感器、红外热成像测温器组成。利用驱动器实现信息驱动,驱动器的控制信号的引脚分别为GND、ALM、PG、EN,分别控制驱动器的报警、以及驱动信号的接收和输出、电机方向的确定。采用TUIS-8689处理器,TUIS-8689处理器的核心是8核智能芯片处理器的芯片为Xilinx芯片,具有超强的计算能力和处理能力,传感器采用14vdc供电模块,传感器的振动速度和位移具有关联,实现巡检机器人运动的校验。选用PI 400型红外热成像仪测温器实现温度测量。通过数据获取、特征值提取、确定巡检路线实现软件流程。实验结果表明,基于自动化交互行为的电力机房巡检机器人系统能够有效缩短响应时间,提高巡检精度。

基于轻量化YOLO模型的电力机房设备状态快速检测

随着电力技术的发展,电力机房内的设备变得越来越庞大、复杂,而为了确保电力系统的正常运转,避免不必要的经济损失,这些设备又往往需要连续检测,实时排除故障或异常。然而利用人工检测设备运行状态的方式不仅效率低下,费时费力,还容易出现误检和漏检。为此,提出了基于轻量化YOLO模型的设备状态快速检测方法。YOLO模型是深度学习领域中进行目标检测的一阶段方法,该类方法能够直接对网络进行端到端训练,不需要提取候选区域,结构简单,检测速度块。在YOLO模型的基础上,进一步从网络的深度和宽度两方面对YOLO模型进行轻量化处理,通过减少网络中CSP结构的残差模块和卷积操作达到网络轻量化的目的。实验结果表明,对于320×320大小的图像,所提的轻量化网络模型在一台显存仅2GB的消费级笔记本上的检测速度可达70.8fps,并且mAP值可以达到96.67%,能够满足电力机房内设备工作状态的实时检测与识别要求,为该模型在机房巡检机器人上部署奠定了良好的基础。

基于自注意力机制的多尺度电力机房二次设备巡检算法

电力机房二次设备是对电力系统内一次设备进行保护的辅助设备,这些设备由于需要长期工作,且数量密集,容易发生事故。然而通常采用的人工巡检方法效率不高且容易出现误检、漏检。为了避免上述问题,提出了一种基于自注意力机制的多尺度电力机房二次设备巡检算法。首先,利用YOLOv3网络模型对图像目标作多尺度检测,由于YOLOv3网络模型是一种利用图像全局信息进行预测的一阶段模型,因此检测速度快、检测精度高。同时,利用自注意力机制在图像中获取需要关注的重点区域,增强这些区域中细节信息、抑制无用信息,从而达到增强小目标显著程度的目的。实验结果表明,所提算法在图像分辨率为320×320时,检测速度能够达到25 frame/s,均值平均精度(mAP)指标能够达到98.7%。所提算法具有较高的检测精度与较好的实时性。

电力机房移动巡检系统的关键技术探索

本文分析了建设电力信息机房移动巡检的必要性,介绍了移动巡检系统技术架构,从消息推送、二维码和XMPP协议等几个方面阐述了建设此系统的关键技术。

电力机房智能巡检机器人应用研究

随着社会用电需求的增加,中国电力机房的数量也在快速增长。传统的人工巡检方式耗时费力且缺乏实时性,因此智能化电力机房的建设备受关注。通过智能平台,设计一种智能巡检机器人,来代替人工对电力设备进行监控和实时反馈电力机房巡检情况,具有显著的经济和社会效益,同时具有广泛的推广价值。综述了电力机房智能巡检机器人的研究应用现状,并对电力机房智能巡检机器人的关键功能和研究要点进行了阐述。

基于ZigBee的电力机房环境监测系统的应用研究

针对传统的电力机房环境监测采用有线传感器,存在布线复杂,维护不便等缺点,以CC2530芯片为核心,设计了一套基于ZigBee的电力机房环境监测系统,采用ZigBee协议无线传输机房监测数据,实现了远程监控通信机房环境,降低了机房监测系统维护难度,保障机房的可靠运行。

电力机房环境监控及动力设备测控系统建设探讨

社会经济的不断进步在很大程度上推动了信息化的提高。我国的政府机关的日产工作、企业单位的生产运行对于信息平台的依赖也日益加剧。电力系统的稳定运行是关系国家经济发展和人民生活正常进行的关键因素,一旦电力系统瘫痪,会给社会带来非常巨大的损失,因此,建设完善的电力机房环境监控系统显得至关重要,本文主要结合笔者自身的工作经验,对电力机房环境监控及动力设备测控系统建设进行分析与研究。

5G技术在电力机房智能巡检中的应用

随着科技的不断进步,电力机房自动化与智能化水平逐步提高,这也对电力机房的巡检工作提出了更高要求。传统巡检方法存在一些问题,如时间长、效率低、耗费人力物力等,极大地影响了巡检效果。文章主要研究5G技术在电力机房巡检中的具体应用,介绍了“5G+AR”和“5G+机器人”两种智能巡检技术。应用5G技术,依靠其延迟低、速率高、连接广等优势,可以实现电力机房的智能化巡检,进一步提升巡检效率,保证电力系统的安全与稳定。

广播电视电力机房设备运行监测系统

提高广播电视电力机房设备的监测水平,可以提高广播电视设备运行的稳定性。可以借助已有的电力机房设备运行监测系统开发经验开发相应监测系统。

基于zigbee的电力机房环境检测系统

经济的日益发展导致全球用电消耗不断增加,电网的规模必须不断扩大,随之而来的必然结果就是电力机房不断增多,为了保障电力能源系统的稳定供给,机房的建设环节显得至关重要。传统的电力机房环境检测系统大多是无人看守,且对一些环境条件相当敏感,任何一个外界条件不稳定就会造成严重的后果。由于技术上的缺陷和不足,电力生产系统出现此类问题也是不可避免的,为了解决这些问题,本文提出了基于zigbee电力机房环境检测系统,该系统采用无线传输协议进行监控检测,在很大程度上解放了人工,实现了远程监控,并且效率高,同步性强,可最大限度的保障电力机房环境的稳定,使电力机房正常运转,社会各行业的良好生产进行。

基于知识图谱的电力机房设备故障智能告警系统

电力行业是关系国计民生的基础性行业,而电力机房是电力调度设施的关键构成部分,随着自动化水平的提升,机房设备越来越多、越来越复杂,自动化设备的异常直接威胁着电力系统的稳定运行,故提出基于知识图谱的电力机房设备故障智能告警系统设计研究。引入知识图谱构建电力机房设备模型,寻找设备的关联与运行关系,创建电力机房设备知识图谱数据库,获取清晰的设备数据通道,基于改进贝叶斯估计算法融合处理多源异构设备运行数据,应用Softmax分类器判定设备运行状态,生成设备故障告警信息,并将其反馈给监控中心,即实现了设备故障的智能告警。实验数据显示:应用设计系统获得的设备故障判定结果与实际结果保持一致,充分证实了设计系统应用性能更好。

5G技术在电力机房智能巡检的应用分析

针对传统电力机房智能巡检系统中存在的问题,例如巡检耗时较长、实时性较差、网络不稳定等问题进行科学分析,并简要介绍了的5G(第五代移动通信技术)的低时延、高速率优势对于巡检系统的重要性,提出将5G技术应用于电力机房智能巡检技术的应用要点,并提出将AR技术融合到巡检当中,希望能够为有关人员提供良好借鉴与参考。

基于机器学习的电力调度机房静态健康度超分辨率图像识别方法

针对电力调度机房运行态势不一,终端信号灯色彩难以识别的问题,提出了基于机器学习的电力调度机房静态健康度超分辨率图像识别方法。设定残差阈值,采用模糊最大熵方法,计算电力调度机房静态图像目标类和背景类的最佳分离点,引入模糊隶属度函数,运用RGB极大比值法,提取与增强超分辨率图像信号灯的色彩特征,构造最佳分类面,设置分类约束条件,依据二次分类器函数,识别电力调度机房静态健康度。实验结果表明,该方法能够提高电力调度机房静态图像质量,色彩特征识别效果较佳,确保电力调度机房静态健康度识别准确性。