期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
设备状态智能采集监测系统(SCADA)在锅炉制造行业的应用
被引量:
1
1
作者
刘长清
焦文祥
《锅炉制造》
2023年第2期58-59,64,共3页
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...
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。
展开更多
关键词
设备状态智能采集
监测
系统
(
scada
)
以太网
数字化生产
下载PDF
职称材料
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
被引量:
5
2
作者
熊昌全
何泽其
+1 位作者
张宇宁
黄胜
《四川电力技术》
2021年第3期88-94,共7页
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采...
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采用PCA对风机叶片覆冰状态监测特征指标进行降维,筛选可以反映风机叶片覆冰状态的特征指标;其次,基于大量历史数据,对Bi-LSTM和SVM模型进行训练,训练结果表明模型有较好精确度;最后,将多组实际数据集输入Bi-LSTM预测模型,预测输出值输入SVM模型,对风机叶片是否会出现覆冰故障进行判别。结果表明,所提方法可准确实现叶片覆冰状态预测,准确率可达95%。
展开更多
关键词
风机叶片覆冰
scada监测系统
Bi-LSTM预测模型
主成分分析法
支持向量机
下载PDF
职称材料
题名
设备状态智能采集监测系统(SCADA)在锅炉制造行业的应用
被引量:
1
1
作者
刘长清
焦文祥
机构
哈尔滨锅炉厂有限责任公司
出处
《锅炉制造》
2023年第2期58-59,64,共3页
文摘
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。
关键词
设备状态智能采集
监测
系统
(
scada
)
以太网
数字化生产
Keywords
Supervisory Control And Data Acquisition(
scada
)
Ethernet
digital production
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
被引量:
5
2
作者
熊昌全
何泽其
张宇宁
黄胜
机构
国家电投集团四川电力有限公司
国家电投集团四川电力有限公司凉山分公司
出处
《四川电力技术》
2021年第3期88-94,共7页
基金
国家电投集团四川电力有限公司科技项目(116001QT0320200144)。
文摘
风机叶片覆冰灾害严重危害风电场安全经济运行,对风机叶片覆冰状态的预测是预防覆冰灾害的有效手段。针对传统覆冰状态预测方法精度较差问题,基于风电场SCADA监测数据,提出一种基于Bi-LSTM和SVM的风机叶片短期覆冰状态预测模型。首先,采用PCA对风机叶片覆冰状态监测特征指标进行降维,筛选可以反映风机叶片覆冰状态的特征指标;其次,基于大量历史数据,对Bi-LSTM和SVM模型进行训练,训练结果表明模型有较好精确度;最后,将多组实际数据集输入Bi-LSTM预测模型,预测输出值输入SVM模型,对风机叶片是否会出现覆冰故障进行判别。结果表明,所提方法可准确实现叶片覆冰状态预测,准确率可达95%。
关键词
风机叶片覆冰
scada监测系统
Bi-LSTM预测模型
主成分分析法
支持向量机
Keywords
wind turbine blades icing
scada
monitoring system
Bi-LSTM prediction model
principal component analysis
support vector machine
分类号
TK83 [动力工程及工程热物理—流体机械及工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
设备状态智能采集监测系统(SCADA)在锅炉制造行业的应用
刘长清
焦文祥
《锅炉制造》
2023
1
下载PDF
职称材料
2
基于Bi-LSTM和支持向量机的风机叶片短期覆冰状态预测模型
熊昌全
何泽其
张宇宁
黄胜
《四川电力技术》
2021
5
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部