Python在电气设备智能检测系统原型实现中的应用

基于人机协同的电气设备智能检测系统,是一个相对比较复杂的系统,为了能够快速验证在系统研发中关键技术的可行性,采用语法优雅功能强大的Python编程语言进行了原型验证。探讨了Python语言在后端接口实现、数据库中的数据存取、系统与设备即时通信,后台定时服务和与算法文件进行信息交互等方面的应用。实践证明采用Python开发语言,能够快速地开发原型系统,满足研发的需要。

基于网格搜索的建筑集群电力调峰调度策略研究

针对需求响应技术中存在的不确定性,尤其建筑集群用户的负荷调节潜力及各用户用电如何分摊,匹配电网调峰需求缺少量化进行研究。基于20栋建筑集群的实际用能数据,分析不同年份空调、照明用电情况,得出建筑集群全年用电特性曲线。按照响应电网侧5%的峰值负荷为调控目标,建立距离模型计算照明、空调的调节参数,利用网格搜索寻优计算耦合调节系数。结果表明,建筑集群各用户为实现全年5%调峰指标,照明与空调用电应耦合调节,各建筑全年照明负荷应调节为各家峰值负荷的80%~99%,在冬季空调用电几乎不用调节,夏季空调应调节为各家峰值负荷的70%~83%,仅通过调高设定温度难以实现调峰,需采用其他节能手段或用可再生能源调峰。最后量化需求响应时间内各家在不同时刻应减少的负荷指标,指导建筑集群各用户进行负荷管理,响应需求侧调峰信号。

暖通空调系统群智能协调优化方法与节能控制策略研究

随着人工智能技术和物联网技术高速发展,为了更好地满足建筑功能提升的核心发展要义,需要建立起稳定的数据采集和高效协同的智能化控制平台,满足系统控制的实时性要求。群智能建筑平台采用分布式的控制系统架构能够充分满足基础功能的发展要求,为智能协同化管理提供了全新的解决思路。对此本文结合着智能化设备的核心发展要义,展开了相关的分析和研究,首先对群智能系统与传统楼控系统对比,明确了群智能系统的基础发展要义,挖掘了输配系统“流量-压力”关系,明晰了群智能系统的基础架构,并且根据信息流动的参数布局形式提出了群智能建筑机电系统的核心要点,使得建筑机电系统实现高质量的智能化控制。

基于工业互联网的矿井排水泵智能运维研究

分析了矿井排水泵存在的运维难点,同时基于工业互联网技术对智能运维系统结构、主要功能以及关键技术进行了详细分析和描述,关键技术包括边云协同、云组件技术和改进k-means算法。结合矿井排水泵实际需求,开发了智能运维系统,并应用于矿井排水泵,提高了矿井整体运维效率。

分布式自动化监控系统时间同步和数据一致问题研究

随着自动化控制系统结构多样化、区域分散化等问题的凸显,分布式监控系统已经成为自动化监控系统的更优选择。但分布式监控系统存在时间同步性和数据一致性等问题,严重影响系统的数据进一步价值分析和执行控制。为此提出了基于IEEE1588的分布式监控系统时间同步采集方案和基于分布式事务的数据一致性数据聚合方案,减小系统误差,提高系统稳定性。

基于数据挖掘的船舶能耗分析与预测

船舶能耗影响因素众多,涉及大气环境、水文条件、航速工况、地理位置、任务编排以及有效载重等多种特征因素,若采集所有特征会造成信息采集系统、数据存储系统和数据分析系统压力过大,且可能采而不用。因此,以船舶能耗分析和建模为目标,基于随机森林挖掘不同方面的数据与船舶能耗之间的关联关系,合理规划能量管理的采集范围。同时,基于关联性强的因子进行能耗预测和里程预测,可为合理安排航行任务提供重要的决策依据。

基于数据中台的工业数据治理研究与应用

随着工业5.0时代的到来,海量数据在工业互联网环境中产生,这些数据经过处理、分析,形成数据接口,最终为业务系统利用,发挥数据价值。因此,使工业数据价值最大化的核心问题是开展工业数据治理工作。以业务需求为导向,以基于数据中台的数据治理为方法,以工业数据为目标,构建面向工业场景的数据治理体系,并结合实践方案验证数据治理的可行性。

基于QT的工业边缘侧视觉检测系统人机协同交互方法

一直以来人机界面被广泛应用于工业现场用作人机交互解决方案。目前,视觉检测已在多个行业的数字化车间中逐渐普及,人机界面需要用来在视觉检测过程中显示产品缺陷,辅助视觉检测算法训练自动化。在这一应用中,人机交互被赋予更高的要求。传统的人机界面因分辨率受限、无法管理视觉检测算法执行,不适合作为图像检测系统的人机交互设备,而以往在云端实现的视觉检测处理无法实现实时人机交互。针对这些限制,本文以在视觉检测过程中使用QT设计人机交互方法为例,验证了一种可行的方案。

基于PCA-LSTM神经网络的建筑空调负荷预测方法研究

针对传统的机器学习模型无法同时处理空调负荷数据的时序性和非线性问题,提出一种基于主成分分析(PCA)和长短记忆(LSTM)神经网络空调负荷预测方法,利用主成分分析法对影响空调负荷的多元数据进行降维,得到主成分数据序列;然后建立基于PCA-LSTM神经网络的空调负荷预测模型;最后以上海某建筑空调负荷的数据进行仿真验证,并通过与传统BP预测模型以及不进行主成分分析的LSTM预测模型进行对比分析,仿真结果显示所提预测方法具有更高的精度和更好的泛化性。

加氢站运营管理云服务平台的设计与实现

针对当前加氢站运营管理存在的人工依赖程度高、管理效率偏低、站内设备运行状态数据的分析与预测困难等不足,研发了数据采集软网关以解决现有站控系统对外接口单一、无法满足多站点并发通信需求的技术难点,设计了加氢站信息对象模型并开发了加氢站运营管理云服务平台,实现高效、快捷的站内设备管理与安全生产监管,保障加氢服务安全、可靠、高效地运行。

基于MPC-PID协同优化控制方法的策略研究与展望

预测控制算法作为一种约束优化控制算法,能够实现良好的模型预测、滚动优化以及反馈校正等基本功能。但是由于控制对象具有非线性、大滞后、控制精度要求高等特点,单一的控制手段往往无法完全应对。对此论述了MPC-PID的串级控制方法,阐释了模型预测控制的常见预测控制算法和基本理论内涵,并针对传统控制过程中存在的大滞后、非线性的问题提出了一种基于模型预测控制的自适应PID控制方法,该方法以未来一段时间内预测的系统输出和期望值之间的平方误差最小为原则,指导PID控制器进行参数优化,实现自适应控制的过程。设计内容和设计框架可以为大型化、集成化和复杂化的控制系统设计提供参考和借鉴。

具备交互功能的表具支路关系图的设计与实现

在复杂的能源管理系统中,对数量众多的能耗表计的上下级关系进行清晰地呈现,有助于用户对用能情况进行平衡分析、表具计量异常诊断等。提出了一种可通过配置表具相关信息,生成具备交互功能的表具支路拓扑关系图的方法,能够展示相关节点的表具基础信息、实时读数、历史数据等,为能耗平衡分析、表具计量异常诊断等提供了有效的可视化工具。开发的软件已在项目中得到实际应用,收到了较好的效果。

基于数据挖掘的建筑负荷预测与空调系统优化控制探析

空调负荷预测是空调系统优化控制的基础,在显著降低能源消耗的同时提升了建筑热舒适性。人工智能技术背景下,针对人工智能算法应用于空调负荷预测和空调优化控制的要点进行了系统的探讨和总结,阐释了各类方法的内容和特点,梳理了模型的建模方法和影响因素,剖析了负荷预测与智能化控制的耦合要点。

MES在新能源汽车电机协同制造中的应用

以某新能源汽车电机制造企业协同制造系统中制造执行系统MES建设项目为案例,阐述MES在电机数字化车间内应用,解决车间生产各信息化系统集成的问题,提出基于OPC和WEB技术的MES与下层数据采集与监视控制系统(SCADA)、上层企业级管理系统之间的集成方案,并为MES与ERP系统进行了个性化设计与集成。

智能制造技术在航空制造产业中的应用

基于协同智能制造工厂建设项目的案例,阐述智能制造技术的应用,通过改造大幅度提高生产效率、减少成本、保障产品质量,同时避免了人工装配造成的安全隐患。

商业建筑负荷削峰调节策略及潜力评估方法研究

商业建筑负荷是一类重要的需求侧灵活性资源,调动商业建筑负荷资源参与电网调峰可有效缓解电力供需矛盾。针对当前缺乏系统性可实操的调控策略、可调节潜力难以精准评估的问题,开展商业建筑负荷削峰调节策略及潜力评估方法研究。首先对商业建筑负荷分类及典型用能特征进行分析,其次对商业建筑中典型可调负荷的削峰调节策略开展研究,然后对当前商业建筑负荷的调节潜力评估方法进行对比分析,最后结合实际应用情况,提出商业建筑负荷调节潜力在线实测评估指标体系。对于虚拟电厂运营商开展可调资源潜力评估具有指导意义,以满足虚拟电厂精准响应的发展要求。

C++test在嵌入式软件测试中的应用

嵌入式系统通常有着严格的安全性及可靠性要求。而进行严格的单元测试能够为系统提供更稳定的模块,从而对整个系统的稳定性产生积极作用,嵌入式软件实际运行环境通常因为内存的限制及测试运行的不可视性,单元测试不易展开。通过实例说明C++test工具在嵌入式软件测试中的应用,应用结果表明C++test能快速完成单元测试环境的搭建、从被测试覆盖的代码中发现问题,在开发早期辅助提升代码质量。此测试技术已在企业云网关等嵌入式设备研发中广泛采用,并取得良好效果。