Real Time Control System for Metro Railways Using PLC & SCADA

This paper proposes to adopt SCADA and PLC technology for the improvement of the performance of real time signaling&train control systems in metro railways.The main concern of this paper is to minimize the failure in automated metro railways system operator and integrate the information coming from Operational Control Centre(OCC),traction SCADA system,traction power control,and power supply system.This work presents a simulated prototype of an automated metro train system operator that uses PLC and SCADA for the real time monitoring and control of the metro railway systems.Here,SCADA is used for the visualization of an automated process operation and then the whole opera-tion is regulated with the help of PLC.The PLC used in this process is OMRON(NX1P2-9024DT1)and OMRON’s Sysmac studio programming software is used for developing the ladder logic of PLC.The metro railways system has deployed infrastructure based on SCADA from the power supply system,and each station’s traction power control is connected to the OCC remotely which commands all of the stations and has the highest command priority.An alarm is triggered in the event of an emergency or system congestion.This proposed system overcomes the drawbacks of the current centralized automatic train control(CATC)system.This system provides prominent benefits like augmenting services which may enhance a network’s full load capacity and networkflexibility,which help in easy modification in the existing program at any time.

SCADA系统在能源供应系统中的应用研究

随着我国节能环保事业的发展和公用事业的进步,以及计算机技术、通信技术、互联网技术的成熟,数据采集与监视控制(SCADA)系统的应用获得了飞跃式发展。在能源供应领域,SCADA系统的应用从代替人工上门抄表、人工统计计算、人工现场巡查,发展到复杂的统计分析以及对能源供应系统进行全面的监控,在实施“双碳行动”中发挥着重要作用。首先,阐述了能源供应SCADA系统的基本功能。然后,列举了通过SCADA系统实现能源管网管理的增强功能和应用效果。最后,归纳总结了SCADA系统的发展趋势。SCADA系统在能源供应系统中的应用,对“双碳”目标的实现具有积极促进作用。

基于SCADA系统和信号处理的风力发电机主轴承故障分析与诊断

基于SCADA在线监测系统,通过该系统获取到主轴承实时振动数据,用小波包、集合经验模态分解模型进行信号处理和提取故障特征,分析其时域图的冲击信号、频谱图故障特征频率、包络谱故障频率幅值和谐波信号倍数情况,可以判断出主轴承故障位置以及受损情况,实现主轴承故障预警,为风力发电场现场运维人员高效维修提供帮助,降低运维成本。

A call for enhanced data-driven insights into wind energy flow physics

With the increased availability of experimental measurements aiming at probing wind resources and wind turbine operations,machine learning(ML)models are poised to advance our understanding of the physics underpinning the interaction between the atmospheric boundary layer and wind turbine arrays,the generated wakes and their interactions,and wind energy harvesting.However,the majority of the existing ML models for predicting wind turbine wakes merely recreate Computational fluid dynamics(CFD)simulated data with analogous accuracy but reduced computational costs,thus providing surrogate models rather than enhanced data-enabled physics insights.Although ML-based surrogate models are useful to overcome current limitations associated with the high computational costs of CFD models,using ML to unveil processes from experimental data or enhance modeling capabilities is deemed a potential research direction to pursue.In this letter,we discuss recent achievements in the realm of ML modeling of wind turbine wakes and operations,along with new promising research strategies.

Data Logging and Control of a Remote Inverter Using LoRa and Power Line Communication

For decades, the power system was highly centralized. With the growing integration of distributed generations into the system, there is a necessity for bi-directional communication methods to monitor and control the remote assets. The primary objective of this paper is to develop a communication link for monitoring and controlling a grid-connected inverter in a remote location. Furthermore, the paper presents developments that have been incorporated to improve the communication link. The literature survey indicates that LoRa is superior compared to other technologies, but has some security and reliability issues. This paper also presents an encryption algorithm to improve the security of the LoRa link. Local data storage added to the system before transmitting data increases the system reliability. A display at the transmission end is added to improve the user-friendliness of the communication link. A Powerline Communication link is parallelly added to the LoRa link to improve the reliability. Finally, tests are conducted with an actual inverter and the results are presented. The tests show that the developed communication link has improved security and reliability, while its open nature makes it highly scalable and adaptable for employment in other smart grid applications.

基于QScript脚本的SCADA系统自定义报表方法研究

传统SCADA系统通常只提供固定报表模板,无法满足用户多样化需求。因此,提出并实现了一种基于QScript脚本的创新方法,以提高系统的灵活性和用户体验。首先,通过引入易于编写和跨平台的QScript脚本技术,实现了数据源的动态选择与处理。这使得用户可以根据实际需求动态地选择和处理数据,提高了系统的灵活性和数据处理能力;其次,实现了报表模板的灵活设计与编辑。通过QScript脚本,用户可以自由设计和编辑报表模板,使其更符合实际需求。此外,还提供了丰富的报表模板编辑工具和选项,使用户能够轻松创建和编辑自定义报表;最后,通过QScript脚本实现数据与报表的动态绑定与展示。这确保了数据的实时更新和报表的动态展示,进一步提高了系统的灵活性和用户体验。实验表明,提出的方法增强了SCADA系统的自定义报表生成能力,提高了灵活性,降低了操作复杂性和开发成本,为SCADA系统报表生成提供了有力支持,能满足用户多样化需求,具有广泛的应用前景。

基于SCADA告警数据的电网故障类型判断方法

为了提高电网故障诊断效果,提出基于SCADA告警数据的电网故障类型判断方法。构建引入动量项、自适应学习率的改进小波神经网络故障识别模型,采用提升小波对元器件两端线路数正序信号进行分裂、预估、调整等过程分解,获取不同尺度正序信号输入神经网络,输出结果即为细化的电网故障类型。实验结果表明,分解尺度为3时,故障录波信号均方误差最小,小波神经网络性能更稳定。该方法根据相间两相电流突变量情况判断故障类型及故障相,可精准判断电网故障类型及故障原因。

面向工程机械行业的SCADA系统的设计及实现

工程机械行业的企业生产车间大多涉及多个厂区,涵盖许多类型各异的生产机加设备,导致对设备复杂数据的监控、采集和分析等工作非常困难,同时与各个设备相关的设计、工艺、制造和售后等的复杂流程,也导致了管理上的混乱问题。因此,通过消除设计、工艺、制造和售后等各个环节的信息孤岛,统一监控和采集各个生产机加设备的数据并形成一体化的数字化管理模式,设计和开发一套智能化的SCADA系统是解决这类问题的关键举措。

SCADA与DCS一体化监控技术要点分析

为深入分析监控与数据采集(SCADA)和分布式控制系统(DCS)一体化监控技术的要点,并探讨其在工业自动化领域的应用,本文首先设计了基于一体化监控技术的系统框架,该框架融合了SCADA和DCS的关键功能。然后详细讨论了其关键模块,包括数据采集与处理模块、数据分析与预测模块等。最后通过实验测试证明该系统的高效准确性。以期通过该论文研究成果为工业生产提供更高效、可靠和智能的监控方案,推动工业自动化向更高水平发展。

设备状态智能采集监测系统(SCADA)在锅炉制造行业的应用

设备状态智能采集监测系统(SCADA)是以计算机和以太网通讯技术为基础的生产过程监视系统,对生产设备的相关状态及工作参数进行实时远程监测。项目规划初期,我们基于公司离散化生产、通讯协议种类多、智能设备覆盖程度低等特点采用了针对性的建设方案,有效地解决了重型制造业在从自动化向智能化升级过程中的诸多痛点。管理者可以通过该系统远程监控设备的工作状态、能耗、工艺参数、报警文本等生产过程数据,为数字化生产管理提供必要的数据支撑。

面向电力SCADA系统的FDIA检测方法综述

信息通信技术的发展和智能设备的引入使电力系统逐渐演变为电力信息物理系统,而信息层与物理层之间的深度耦合也加剧了电力系统遭受网络攻击的风险。虚假数据注入攻击(false data injection attack,FDIA)作为一种兼具隐蔽性、灵活性和攻击导向性的网络攻击方式,对电力数据采集与监控(supervisory control and data acquisition,SCADA)系统的安全稳定构成很大威胁。为应对这一威胁挑战,学者们研究了各种各样的FDIA检测方法。该文对面向电力SCADA系统的FDIA检测方法进行综述,首先介绍了FDIA的攻击原理及构建方法,梳理了FDIA检测算法的发展历程,并按照模型驱动和数据驱动对算法进行了分类整理,针对模型驱动中的基于状态估计、图论、物理特性等检测方法和数据驱动中的有监督学习、无监督学习、半监督学习、对抗博弈学习和强化学习等检测方法分别进行了机理分析;然后对比分析了相关算法的检测性能、优缺点及其适用场景;最后,对FDIA检测防御的后续研究方向进行了展望。

Designing an Intelligent Control Philosophy in Reservoirs of Water Transfer Networks in Supervisory Control and Data Acquisition System Stations

In this paper, a hybrid neural-genetic fuzzy system is proposed to control the flow and height of water in the reservoirs of water transfer networks. These controls will avoid probable water wastes in the reservoirs and pressure drops in water distribution networks. The proposed approach combines the artificial neural network, genetic algorithm, and fuzzy inference system to improve the performance of the supervisory control and data acquisition stations through a new control philosophy for instruments and control valves in the reservoirs of the water transfer networks. First, a multi-core artificial neural network model, including a multi-layer perceptron and radial based function, is proposed to forecast the daily consumption of the water in a reservoir. A genetic algorithm is proposed to optimize the parameters of the artificial neural networks. Then, the online height of water in the reservoir and the output of artificial neural networks are used as inputs of a fuzzy inference system to estimate the flow rate of the reservoir inlet. Finally, the estimated inlet flow is translated into the input valve position using a transform control unit supported by a nonlinear autoregressive exogenous model. The proposed approach is applied in the Tehran water transfer network. The results of this study show that the usage of the proposed approach significantly reduces the deviation of the reservoir height from the desired levels.

SCADA与DCS一体化监控技术分析

面对油气田、LNG接收站、城市燃气、储气库不断高质量的发展、管理理念的创新、管理水平的进步,着重从行业自动化水平的角度对企业进行了分析,提出自动化水平提升的关键点和技术路线。从上述四个子行业的发展需求出发,分析集中调控、远程操作、一体化监控的必要性和关键性。通过分析多行业常用的数据采集与监控系统(SCADA)与分散控制系统(DCS)特性,指出实现一体化监控面临的主要问题,确定SCADA对DCS一体化监控的技术线路。

基于深度降噪自编码神经网络的SCADA系统异常检测

针对SCADA系统数据特征提取难度大导致异常检测准确率低、漏报率高的问题,提出一种基于深度降噪自编码神经网络的SCADA系统异常检测方法。采用降噪自编码器,将前一个自编码器的输出作为下一个自编码器的输入,连接构建深度神经网络结构加强特征学习能力,为优化网络参数,改进重构误差函数,提高模型的重构能力。使用SCADA系统数据集测试所提方法,实验结果表明,与其它异常检测方法相比,该方法在保证较高准确率的同时能有效降低漏报率。

基于实测SCADA数据的大型海上风电机组尾流激振现象

对引起风电设备机组振动的相关因素展开研究,基于不同工况下海上风场实测SCADA秒级数据展开处理与分析,发现机组振动水平随尾流区内湍流强度增加而增加,但湍流强度并非引发机组振动超限的直接原因。结合典型故障时刻下高频采样数据进行时频域分析,排除叶轮转动频率与系统固有频率重合引发共振这一原因,推测机组振动超限可能与前排机组尾流中的脉动频率相关。

燃气SCADA报警设置点再评估研究

以某天然气门站为例,介绍了报警点设置的目的,建立了报警设置点再评估工作流程。采用头脑风暴与专家评审相结合的方法,梳理了每一个报警设置点产生的原因、可能造成的后果以及报警响应动作与时间,并对因果联锁报警和重复设置报警点进行了识别,经评审后报警设置点总量减少了23。17%,为改善燃气数据采集与监控系统(SCADA)报警泛滥提供了目标报警点。

基于分布式微服务架构的新一代自动化SCADA系统的研究与开发

为了构建新一代自动化的SCADA系统,分析了水电自动化、轨道综合监控系统和新一代集控站设备监控系统的需求,在原有自动化SCADA软件平台的基础上,基于微服务架构、分布式技术,研究新一代自动化SCADA系统的关键技术应用与开发。该系统已经应用于多个专业现场,系统稳定可用,为各个专业现场提供了一整套强大、通用、稳定的支撑和服务。

基于多层级时空图神经网络的风电机组在线异常检测

在风电场运营中,准确及时的故障检测是降低风电机组运行维护成本的关键。然而,现有检测方法未充分挖掘功能单元间的潜在时空关联,限制了检测准确性的提升。文中提出了一种基于多层级时空图神经网络的风电机组在线异常检测方法,以提高故障检测的准确性。该方法依据风电机组物理结构,将其功能单元划分为多个子图,从而构筑了一个多层级的时空图神经网络,通过图注意力机制和多头注意力机制全方位地分析风电机组各传感器节点与功能单元之间的关联强度。同时,针对数据采集与监控(SCADA)系统数据的时间关联,设计了动态图神经网络和时间注意力机制,使正常行为预测模型捕捉了SCADA系统数据的时间关联特性,实现了空间和时间特性的有效融合。最后,基于中国上海某风电场的实际数据验证了所提方法的显著有效性。

基于SCADA运行数据的风电机组塔架振动建模与监测

振动信号是风电机组数据采集与监视控制(supervisorycontrol and data acquisition,SCADA)系统中的一类重要变量。对振动信号的建模和分析可以实现对机组重要部件如塔架、传动链、叶轮等的状态监测工作。采用非线性状态估计技术(nonlinear state estimate technique,NSET)作为建模方法,在对风电机组塔架振动特性及其影响因素进行细致分析的基础上,建立了塔架振动模型。该模型由额定风速以下和额定风速以上两部分子模型构成。同时,对非线性状态估计技术的物理意义及特点进行了深入的分析和探讨。在某风电机组2006年4至6月份SCADA数据的基础上,建立了覆盖其正常工作状态的塔架振动模型,并对该模型进行了验证。研究表明,基于NSET的塔架振动建模方法具有方法简单、物理意义明确和建模精度高等优点,为后续拟开展的风电机组振动状态监测和早期故障诊断打下了良好的基础,同时为风电机组振动分析提供了新的思路。

发布/订阅模式消息中间件在SCADA系统中的应用

针对SCADA系统与调度其他高级应用软件以及异构系统之间难于进行数据交互的问题,将基于发布/订阅模式的消息中间件引入SCADA系统中,设计了消息中间件的结构模型,阐述了消息中间件的工作机理,利用组件技术对其功能进行封装,形成组件对象模型(component object model,COM),对外提供5个标准接口供应用程序调用。SCADA系统作为消息的发布者,调度其他高级应用软件作为消息的订阅者,双方以消息形式进行数据交互,消除了SCADA系统与其他应用软件之间直接的依赖性,增强了系统的可扩展性。