基于环境中移动运输代理的传感器网络建模

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据,然后经过游走运输,最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理,从而实现整个传感器网络的数据获取;理论分析和仿真实验结果表明,提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性,而且相比于基站网络模型和Ad-hoc网络模型,在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。

低功耗矢量水声信号采集处理系统设计与实现

为进一步降低矢量水听器信号采集处理系统对水下滑翔机平台的续航影响,设计了一种以ARM和DSP为核心控制器的低功耗信号采集处理系统。利用ARM控制器实现系统的多种工作模式,以达到不同状态下的最佳功耗控制。此外,在控制软件中加入必要的优先级设计和流水线设计,以提高系统硬件控制效率,最后利用功率测试仪对系统不同工作模式进行测试。结果表明,低功耗模式下平均功耗约为1.27 W,实时处理模式下平均功耗约为4.29 W。在长时间连续工作情况下,可大幅度降低实时处理模式的工作时间占比,功耗控制效果显著,有效证明了该方案的有效性和优越性。

基于ZigBee技术的电力大数据可视化通信传输系统设计

电力大数据量的急剧增加,使通信传输网络产生了较大的传输功耗。为此,设计基于ZigBee技术的电力大数据可视化通信传输系统,以优化电力大数据通信传输效果。根据电力大数据传输需求,引入ZigBee技术搭建可视化通信传输网络架构。制定电力大数据传输机制,基于通信强度可视化处理通信传输节点关系,采用覆盖栅格算法计算每个节点范围内的电力大数据指标。通过指标数值可视化呈现电力大数据的通信传输情况,实现电力大数据的可视化通信传输。实验数据显示,设计系统应用后,通信传输速率最大值为470 MB/s,信传输功耗最小值为26 dBm,证实了设计系统应用性能更佳。

基于DLT-Kmedoids算法的用电负荷聚类分析

针对高校用电负荷中传统聚类算法直接应用于时间序列聚类效果准确性较低的问题,提出一种融合DTW距离、LB_Keogh距离以及时间窗口的DLT-Kmedoids算法,以提高聚类算法应用于时间序列的准确性以及算法效率。DLT-Kmedoids算法使用DTW计算时序数据之间的距离取代传统的欧氏距离度量方式,提高了相似性度量算法精度,同时也提高了聚类算法的准确性和复杂度,引入LB_Keogh距离在计算DTW距离之前过滤掉大部分不可能是最优匹配序列的序列,对于剩下的序列再使用DTW逐个比较,进一步降低算法的复杂度。最后结合高校建筑用电负荷时间序列数据进行分析,通过与主流聚类算法进行比较,表明该算法对于高校用电负荷数据的聚类任务,能够更准确地识别相似的负荷模式,并以更高的效率进行聚类分析。

基于循环神经网络的异常用电数据检测方法

针对用电数据检测时受电量敏感度的影响,导致异常数据检测时电能消耗过量的问题,提出了基于循环神经网络的异常用电数据检测方法。在循环神经网络体系中,根据窃电系数指标求解结果,计算电量压差的实际数值,实现对异常用电数据特征的提取。构建异常数据样本集合,通过填充缺失数据的处理方式,推断检测评价指标所属区间范围,完成基于循环神经网络的异常用电数据检测方法的设计。对比实验结果:循环神经网络作用下,由异常用电数据造成的电能消耗量最高为3.2×10^(8)kW·h,不会引发明显的电能过量消耗问题,符合维护电网运行稳定性的实际应用需求。

基于物联网和蓝牙通信的无线电机监测设备设计及应用

针对工业生产中电机容易出现不正常运行或故障等问题,设计一种基于物联网和蓝牙通信的无线电机监测设备。无线监测设备基于STM32超低功耗单片机进行开发,结合多种传感器和蓝牙模块实现对电机各项参数的采集和传输;网关将接收到的数据通过MQTT协议上传至云端服务器,并实现数据可视化,方便后续电机设备的管理和维护。经实验验证,无线监测设备运行稳定,可以实现对电机的状态监测,且能够极大地提高电机状态监测的效率。该设备具有低功耗、易维护、可以长期运行等特点,能够实现对工业电机长期的状态监测,具有良好的应用前景。

基于自注意力的电力数据能耗预测算法Dual-channel LSTM

电力能源需求随不可预测事件波动性加剧,为实现准确预测建筑用电能耗,提出一种电力数据能耗预测算法Dual-channel LSTM。算法框架主要分为3个模块,首先通过T-LSTM模块对时序存在缺失值的电力数据预处理,使其时序排列规则,随后输入双通道注意力特征模块,该模块引入自注意力机制来引导权重分配,最后由LSTM和FCN结合的预测模块输出结果。在AEP和IHEPC公开电力数据集上评估了该算法,Dual-channel的损失函数MAE/MSE分别仅有0.12/0.06和0.06/0.04,通过消融实验发现,引入T-LSTM对算法性能起决定性影响,引入自注意力机制对算法起辅助性作用,所提方法提高了预测精度和鲁棒性。

基于多传感器数据自动融合的配电房能耗远程监控系统

为了全面、准确地监测配电房能耗,设计了基于多传感器数据自动融合的配电房能耗远程监控系统。硬件上,采用A1101R04C霍尔传感器、DC 0~20 V电压传感器、SINAEX P530功率传感器及DHT11温湿度传感器设计传感器模块,并选择STM32F407ZGT芯片作为微处理器。软件上,采集配电房传感器监测数据,基于多传感器数据自动融合算法进行不同传感器监测数据的融合,获取配电房能耗监控结果。结果表明,配电房能耗远程监控数据的误差在±1%范围内,具有较高的监测精度和稳定性。

数字电网边缘侧用电量数据缓存快速部署研究

用电量数据缓存部署过程中受到存储空间限制,导致读写数据缓存不能满足相关要求,因此提出数字电网边缘侧用电量数据缓存快速部署方法。使用容器技术处理数字电网边缘侧用电量数据,使边缘侧用电量数据能够协同工作。在只考虑截止时间和能耗代价的情况下,通过动态子图匹配方式卸载读写任务,快速选择缓存位置。使用轮询调度方式选择最大队列报文进行轮询,维护用电量数据读写队列秩序。将轮询调度结果读写入队列,释放缓存空间,供其他数据分组入队使用,以此实现用电量数据缓存快速部署。实验结果表明,该方法只丢失了写入数据[12,1],出现了新数据[11,6],其余数据均与理想数据一致,说明该方法能够满足用电量数据部署要求。

基于高密度计算的多核处理器电力芯片低功耗设计系统

多核处理器电力芯片是目前多种系统的重要组成部分,设计低功耗电力芯片,能够更好地保证系统正常运行。目前设计的电力芯片低功耗系统运行速度较慢,功耗难以达到用户要求,为此该文应用高密度计算设计了一种多核处理器电力芯片低功耗系统。兼容系统多核处理器与层次化AHB总线,探索处理器电力芯片的整体结构,集中处理存储数据信息,不断调整系统算法参数,通过高密度分析引入矩阵进行数据解析,确保运行过程的安全性。在分析处理器调度性能的基础上,利用高密度处理对数据进行层次化处理,避免数据冗余造成的系统运行故障。实验结果表明,引入所设计系统后电力芯片功耗减少了60%,加速比达到3.992,可以有效提高电力芯片运行性能。

基于LoRa的多传感器低功耗数据采集方法

针对LoRa多传感器低功耗采集中同信道传感节点无效唤醒的问题,提出一种基于空中唤醒策略与信道切换机制相结合的低功耗采集方法。通过将LoRa通信链路划分为多个通信信道,不同信道分时切换复用,实现多传感节点的分组通信,避免从传感节点的无效唤醒,在有限信道容量下最大限度地降低从节点的通信功耗;并制定了LoRa局域网传感器通信指令协议,实现了多传感器的低功耗主动轮询采集、定点调试与预警上报。实验结果证明了所提方法的有效性。

基于数据驱动模型的反窃电行为精准取证系统

反窃电行为现场蹲守取证的时效性与准确性均较差,导致取证工作效率下降,且取得的证据不完整,设计基于数据驱动模型的反窃电行为精准取证系统。在现场布设反窃电稽查仪、红外摄像头,在采集层获取用户相关用电数据以及视频图像,并通过通信层的集中器将数据传输到主站层。主站层借助数据驱动模型从用电数据以及视频图像中挖掘证据,对获取的证据进行实时整理和归纳,完成反窃电行为精准取证。实验结果表明,利用所设计系统对窃电用户进行检测与识别后所得F1值均大于9,且接近于10,能够实现反窃电行为精准取证。

终端用电信息智能检测与精准计量数据异常识别

为保证终端用电计量数据采集的精准性,对终端用电信息采集过程中异常计量数据精准识别方法进行研究。分析计量装置采集过程中的异常情况,结合前馈神经网络和局部离群因子算法,构建异常计量数据精准识别模型;通过双层前馈神经网络模型,识别计量装置采集过程中的电能质量扰动类型结果后,将识别结果输入到局部离群因子算法中,通过计算局部离群因子,精准确定异常计量数据。测试结果显示,该方法能够获取各个扰动状态的数据点数量;有效计算所有数据的局部离群因子,确定数据中的异常计量数据,并呈现异常计量数据的精准识别结果。

基于KL-散度的电力用电数据自动脱敏算法研究

电力数据中包含一些隐私数据,一旦泄漏,就会对个人隐私安全造成隐患。为保证电力数据的安全性,提出了基于KL-散度设计电力用电数据自动脱敏算法。基于KL-散度算法建立敏感数据过滤模型,计算不同变量数据的KL距离,得到其相似性指标,对用户项目评分进行平滑处理,将具备相似性的敏感数据分成不同的批次。敏感数据去身份化处理,将数据匿名转换,计算用户真实路径被泄露的概率。设计数据自动脱敏算法,分别计算概念化数据、元组信息以及信息流的损失程度,以此判定脱敏后的数据是否可用。检验脱敏前后数据一致性,三类电力用电数据的变化率分别为0.43%、0.14%和0.11%,远远小于标准值。且算法在运行过程中单位时间处理数据量和平均延迟时间也较为理想,可见该脱敏算法具备实用性。

数据中心局部电能利用效率测算方法与实证研究

针对数据中心不同分区电能利用效率(PUE)的测算需求,确定了分区内能耗构成,包括IT设备能耗、空调末端分摊能耗、冷源系统分摊能耗、供配电系统分摊能耗和其他系统分摊能耗。通过建立5个能耗指标的测算模型,最终形成了数据中心局部电能利用效率(pPUE)的测算方法,并选取了数据中心典型机房开展实证研究,为数据中心能耗指标监测和完善提供参考和依据。

双冷水式机房空调自然冷却应用的节能分析

为了探索我国各地双冷水式机房空调自然冷却应用的节能潜力,给出了一种双冷水式机房空调自然冷却应用系统架构并分析了其运行模式。建立了双冷水式机房空调与冷水式机房空调的对比分析模型,利用当量压缩机耗电量对双冷水式机房空调的自然冷却应用进行了节能计算分析。结果表明:双冷水式机房空调直接利用冷却塔自然冷却的应用方式具有广泛的适用性;节能效果在可充分利用自然冷却地区越发突出,在不考虑水资源紧张的前提下节能率由高至低依次为西北、东北、华北、云贵高原、华东、川渝、华中及华南地区,其中西北地区绝大部分城市的节能率超过80%;通过采取节能优化措施可进一步提升双冷水式机房空调在水资源丰富、自然冷源相对贫乏的华南地区的节能效果,节能率提升值可达14.1%~20.5%。

区块链技术在火电厂能耗数据管理中的应用

设计了一套基于区块链技术的火电厂能耗数据管理系统。通过将数据存储在区块链上,实现了数据的安全共享和跨平台访问,并利用区块链的不可篡改性,提高了数据的安全性和可靠性。基于该系统,设计并实现了一系列关键算法,包括初始化、密钥生成、数据加密、陷门生成等。最后通过仿真验证了该方案的有效性,表明区块链技术可以有效帮助火电厂实施多方协同的能耗管理。

火电厂集控运行节能降耗技术研究

火电厂作为重要的能源供应者,在面临不断增长的能源需求和环境保护压力的同时,需要不断寻求节能降耗的解决方案。本文着重研究了火电厂集控运行系统中的节能技术和方法,包括数据采集和监测,模拟量控制,预测性维护以及环境保护和排放控制。通过综合应用这些技术,火电厂可以实现更高效的发电过程,从而降低成本,减少能源浪费,同时也保障环境可持续发展。

Modeling the spatiotemporal dynamics of electric power consumption in China' Mainland using saturation-corrected DMSP/OLS nighttime stable light data

Obtaining timely and accurate data on the spatiotemporal dynamics of electric power consumption(EPC)is crucial for the effective utilization of electric power in China.The Defense Meteorological Satellite Program’s Operational Linescan System(DMSP/OLS)nighttime stable light(NSL)data have good potential for estimating EPC effectively at large scales.However,saturated lighted pixels contained within the NSL data limit the accuracy of EPC estimation.We developed a new method to correct the saturated lighted pixels,using the SPOT VEGETATION(SPOT/VGT)10-day synthesis product(S10)normalized differ-ence vegetation index(NDVI)data and then modeled the spatiotemporal dynamics of EPC in China' Mainland from 2000 to 2008.The results demon-strated the reliability of our approach with an average Rvalue of 0.93(P<0.001)and an average relative error of-28.92%.EPC in China' Mainland showed an average annual growth rate of 13.46% during the study period from 1198.23 billion kWh in 2000 to 3290.51 billion kWh in 2008.EPC in China' Mainland also showed clear regional variation.Northern coastal China and eastern coastal China consumed 37.61%of the total EPC in China' Mainland,with only 25.96% of the population and 6.11% of the area.