嵌入式PLC系统自动测试中数字滤波算法研究

嵌入式PLC系统自动测试是对嵌入式PLC系统进行全面的功能、性能测试,以保证嵌入式PLC系统的可靠性。数字滤波算法决定了自动测试系统的速度和精度,是自动测试中信号采集最重要的部分。在介绍了嵌入式PLC系统整体架构以及自动测试系统组成后,分析了现有滤波算法的优缺点,在此基础上结合嵌入式PLC系统的测试要求,修改与改进了一种滤波算法,为测试提供了精确、高效的数据来源。

基于SCADA系统的风电机组主轴承故障预警方法

针对风电机组主轴承故障率高、运维成本高的问题,提出一种基于数据采集与监视控制(SCADA)系统的风电机组主轴承故障预警方法。通过相关性分析法分析SCADA系统的历史数据,提取风速、发电机输出功率、机舱温度、主轴承(t-1)时刻温度作为主轴承故障特征变量。采用粒子群优化BP神经网络算法,建立主轴承故障预警模型,优化BP神经网络的权值和阈值,防止BP神经网络算法陷入局部极小值。基于该模型的湖南某风电场主轴承故障预测算例结果表明:该预警模型可以有效提高预测的精度,实现主轴承故障预警,为风电场运维人员提供更充足的维护时间,降低风电机组运维成本。

风力发电系统不同风速建模方法的对比研究

为了建立真实有效的风速模型,分别给出组合风速模型以及风轮等效风速模型具体的建模过程和参数的设定。以风速的功率谱密度和自相关特性作为评价指标,分别将这两种不同的风速模型与真实的风场风速参数进行对比评估。评估结果表明,风轮等效风速模型更加符合风电场风速的变化规律和相关特性,为风力发电系统变桨距控制算法的改进和机组的故障诊断预测等研究提供必要的理论基础。

风机主控软PLC电源系统电磁兼容及可靠性设计

分析了风电场电磁环境对风机主控PLC产生的影响和潜在危害。通过对电磁干扰的来源及产生机理的分析,设计了一种PLC的供电电源,此电源能在强电磁干扰环境下保证PLC正常工作,满足PLC供电要求。

基于动态污点分析的工控设备硬件漏洞挖掘方法研究

近年来,工业控制系统安全事件频发。CNNVD和CVND统计的漏洞情况表明,公开的工控硬件漏洞数量逐年增加。因此,针对工控硬件开展漏洞挖掘技术研究,对提高工控系统安全具有重要意义。文章选取PLC固件为漏洞挖掘对象,提出一种基于动态污点分析的工控设备硬件漏洞挖掘方法。文章给出了污点传播规则,并设计了基于危险权重的敏感字段量化规则,生成引导式信息以指导模糊测试用例的构造。文章设计并实现了PLC_TaintFuzzer漏洞挖掘系统,通过设置模糊测试对比实验,证明了该方法在PLC一类工控设备漏洞挖掘上的效率。

基于SCADA数据驱动的风电机组部件故障预警

为提高风电机组部件故障预警的精度和速度,文章提出了一种基于SCADA数据的风电机组部件故障预警方法,用于解决现存的风电机组部件故障预警时间与故障预警精度的矛盾。首先SCADA历史数据通过数据预处理与BP神经网络建立机组部件正常状态模型,随后以该模型为基础结合基于马氏距离的数据统计方法形成故障预警判据,并将结果反馈给SCADA系统达到风电机组部件故障预警目的。仿真结果表明,使用该方法能够提前2个月识别主轴承故障信号,同时该方法能发现SCADA系统误报故障。

基于风电SCADA数据定子温度的预处理算法

针对风电机组各部件性能分析过程繁琐低效、预测精度不高以及经济效益不足的非正常风电机组状态问题,提出一种基于风电SCADA数据定子温度的预处理算法.通过分析风电SCADA系统采集的各部件数据,对于其中发电机的定子温度,优化数据处理与分析的过程,改进现有的最优组内方差预处理算法,监测定子温度的趋势与非正常温度的状态,提高了对发电机定子的维修效率.通过实例分析表明改进后的最优组方差算法可行且高效,能够准确处理发电机定子温度曲线数据并通过使用神经网络进行预测,显著提高了风电机组中发电机定子温度预测的准确性.

半实物仿真平台中RPC的设计实现

基于分布式网络设计的半实物仿真平台需要在上位机与底层硬件中实现实时通信任务,基于Simulink建模环境的特殊性以及底层嵌入式操作系统的特点,提出一种采用远程网络过程调用(RPC)的设计方式,在建模环境和底层嵌入式操作系统中分别设计了客户端与服务端,通过对AIO模块的IO功能测试验证了本方法的可行性。

CANopen协议在风电机组半实物仿真平台中的应用

针对风机大型PLC现场测试成本高、偶然性大、出现的问题难以复现等情况,构建一套在实验室模拟风机现场运行的半实物仿真系统,提出采用CAN总线、CANopen协议来完成仿真软件与PLC实物通信的方法。依据CANopen协议的要求,对风电机组仿真系统中各节点的网络管理报文对象、过程数据对象、服务数据对象等进行研究,利用USB-CAN、Simulink、PLC组建了半实物仿真平台。实验结果表明:采用CANopen协议可以满足风电机组半实物仿真系统中的通信需求。

基于OIV算法的风电机数据预处理方法探究

针对风电机组各部件性能分析过程繁琐低效、预测精度不高以及经济效益不足的异常风电机组状态问题,文章提出一种用于后期预测的数据预处理方法,结合基本的网络工具进行实验,提高了风电机组中发电机定子温度预测的准确性。

基于粒子滤波与BP神经网络的风电机组主轴承温度故障诊断研究

主轴承是造成风电机组故障的主要因素之一,尤其是低速风电领域对主轴承的考验更为严苛,给风电机组的后续运维带来了极大的挑战。提出了一种基于改进和优化后的粒子滤波(EPF)算法的BP神经网络主轴承温度故障诊断模型。首先基于层次分析法和证据理论对故障参数进行选取,作为主轴承的特征故障参数。然后针对BP神经网络在训练过程中易陷入局部最小的情况,通过改进和优化后的粒子滤波算法,优化BP神经网络的权值和阈值。最后,通过对湖南某风电场的数据进行仿真实验。对比传统的BP神经网络,提出的诊断模型其预测识别结果及精度都得到了较大的提高。

基于EtherCAT的GOOSE报文通信方案

针对当前变电站系统规模越来越复杂的情况,变电站系统对通用变电站事件面临更高实时性和可靠性要求。为此,深入研究基于传统以太网的GOOSE报文通信实现方案的基础上,文章设计了EtherCAT从站,并搭建了基于实时以太网EtherCAT的GOOSE报文通信实验平台,实验测出数据包波形、报文实时性,实验表明,采用EtherCAT实时以太网通信能够提高GOOSE报文的通信质量。