电力系统中基于微控制器的自适应数据采集

针对电力系统中频率变化而引起的数据采集及计算误差 ,分别提出了基于硬件测频和递推傅氏算法测频的自适应数据采集两套方案 ,并对递推傅氏测频算法进行了数值仿真 ,其结果表明基于该算法的自适应数据采集方案完全满足电力系统中安全自动装置的要求。两套方案各有特点 ,均可用来快速精确测量电力系统中的频率、电压。

基于DSP的自适应数据采集卡前向通道的实现

介绍了一种基于TMS320VC33-DSP芯片的数据采集卡的前向通道的实现方法,并简要说明了电力系统故障录波装置中自适应采集的实现过程。

一种高精度自适应数据采集系统

给出了一个 1 2位数据采集系统的自适应原理与实现技术。这一技术可类似于无参子程序调用一样方便地嵌入任何需求的系统。

基于智能分析的自适应数据采集关键技术研究及应用

为支撑电力通信网络的事前预警及主动运维,需要对电力通信传输设备的性能数据进行准确、可靠、及时的采集。传统手工获取和处理性能数据的方法时效性较差,费时费力,而简单地采用周期性自动采集又会给传输设备及网管带来较大的负荷压力,不利于电力通信网络的稳定运行。文章设计实现了一种基于趋势智能分析的自适应数据采集方法,可在周期性采集的基础上,结合趋势智能分析和性能采集任务管理,针对不同场景、不同风险等级的设备进行自适应数据采集。给出了该方法的关键技术研究和具体实现,并在某省电力公司进行了实际应用,运行情况良好,基于智能分析的自适应数据采集很好地支撑了电力通信网络的运维管理,确保了其承载的继保、安稳、自动化等重要电力业务稳定可靠运行。

基于Bisquare算法的自适应数据采集策略

自适应数据采集中,往往忽略了真实工业现场中噪声数据对采集过程的影响,导致采集时间间隔变化不准确,采集失真度较高。结合噪声数据的离群程度,文章提出了一种基于Bisquare算法的自适应采集策略。该策略通过对数据点分配权重,降低噪声数据对拟合模型的影响,提高了采集时间间隔变化准确度。通过分析及仿真试验证明,该方法有效降低了噪声数据对采集过程的影响,在自适应采集减少数据量的同时降低了数据采集失真度。为自适应数据采集领域提供了参考。

网络性能管理中一种数据采集算法的研究

根据大量的网络管理实践 ,研究了网络性能数据变化的规律和现在被大量采用的等时间间隔数据采集算法的弊端 ,提出了一种自适应时间间隔数据采集算法 .该算法根据网络性能数据变化的缓急自动调整采样时间间隔 ,更合理地使用网络带宽 .理论分析和仿真实验结果证明 ,该算法克服了等时间间隔数据采集算法没有考虑所采样数据的变化、采用统一采样时间间隔从而浪费网络带宽的缺点 .在消耗相同网络带宽的情况下 ,自适应时间间隔数据采集算法的数据拟和曲线与等时间间隔数据采集算法的拟和曲线相比 ,失真度明显偏小 .

连续扫描法不同取点方式采集曲线曲面数据的误差研究

对连续扫描法不同取点方式采集出的数据,利用MATLAB软件进行拟合,然后计算在给定点处的误差值。分析不同取点方式对拟合出来的曲线曲面误差分布,得出等角度变化和法在连续扫描测量中可以实现数据点自适应分布的结论。

基于SPCE061 A的舞台灯智能控制系统设计

基于SPCE061A的舞台灯智能控制系统.通过对功放设备输出信号进行采集和滤波,应用电子分频技术对音频信号进行分频处理,分别对频率为10~700 Hz、700 Hz^5 k Hz、5~15 k Hz的三个频段的信号进行采样和模数转换,利用SPCE061A系统对声音信号的频率与音量进行识别和处理,实现根据音乐节奏智能控制灯光系统的功能.本控制系统主要采用了电子分频技术、自适应数据采集算法、电机渐变调速控制、外围保护电路等技术,也可以拓展实现多个舞台灯系统的智能控制,具有广阔的应用前景和实际推广价值.