基于STM32电力数据采集系统的设计

介绍了一种基于STM32的低功耗、高性能的电力数据采集系统,阐述了系统的工作原理及其软硬件设计。STM32内部包含丰富的功能模块,无需外扩芯片,系统即可利用STM32自带的ADC对输入信号进行多通道同步模数转换,利用灵活的静态存储器控制器FSMC扩展NAND FLASH存储数据,并利用STM32先进的标准通信接口实现基于MODBUS协议的RS485远程通信,克服了传统电力数据采集器受限于有限的存储空间和通信接口、精度不高、实时性差等缺点。实际运行表明,此系统采集电力数据的实时性和可靠性大为提高,并且系统具有成本低、体积小、人机交互友好等优点。     

基于GSM的寝室智能防盗报警系统

为解决大学生寝室财产安全问题,提出了一种基于GSM模块和红外对射传感器的寝室智能防盗报警系统,以STM32为主控芯片,对来自于安放在寝室多个柜门的传感器信号进行采集和判断,一旦发现异常,即刻进行声光报警,同时判断柜号并发送短信提示相应主人;主人可以通过手机短信控制处理器布防或撤防自己的柜门.实验结果表明:该系统防盗报警准确率达到91％.系统实现简单,安装方便,实现了1台主机多人防护的效果,既能保证寝室内部个人防盗系统不互相冲突,又可满足整个寝室防盗需求.     

基于uCOS III的教育机器人系统设计

为了保障教育机器人的多功能的实现及其系统的稳定运行,设计了一种基于实时操作系统uCOS‐III的教育机器人系统。系统基于Cortex‐M3内核的微控制器STM32F103VET6硬件平台,采用uCOS‐III系统实现教育机器人与串口屏的数据通信,实现了教育机器人文件系统、电机实时控制、传感器数据测量和显示等功能。文章详细介绍了系统的总体构成,以及软硬件实现方法;实验表明,采用uCOS‐III对教育机器人系统进行多任务管理,增强了系统的稳定性,提高了系统的实时性。     

风力机叶片的图像跟踪与识别算法研究

为及时发现、处理风力机叶片事故,提高风力发电的安全性和可靠性,针对中国现行风力发电的特点,采用图像跟踪技术,借助Adaboost算法对风力机叶片运行状态进行跟踪与识别研究,并提出了Adaboost算法缩短训练耗时间的改进方法。结果表明,改进后的算法可以减少训练分类器的时间,使跟踪、识别的实时性与准确性更为理想。     

轻量级CNN实时跌倒预测及嵌入式系统实现

为了实现实时而准确的跌倒预测,同时将深度学习模型移植到于可穿戴端设备中运行,提出了一种轻量级卷积神经网络模型。借鉴深度可分离网络的轻量级模型思想,设计了网络结构,并优化通道数和卷积核尺寸,在保证准确率基本不变的情况下大大减小了模型计算复杂度。为将算法部署于可穿戴跌倒保护设备,提出了模型在嵌入式端的实时运行框架,并将算法编写为C程序,移植到了STM32单片机中。此模型在Sisfall数据集中获得了97.5%的准确率,204.3ms的裕量时间。移植的模型仅有11.65KB大小,在STM32单片机中的算法延时仅为8.24ms。实验结果表明,该模型具有较高的预测精度和很好的实时性,为跌倒预测算法和跌倒保护装置的开发提供了进一步的参考。     

一种基于循环神经网络的电网客服语音文本实体识别算法

针对电力领域语音转写文本质量差,不能很好解决电网领域命名实体识别问题,以电网信息通信(information and communications technology,ICT)系统语音转写文本数据为研究对象,构建了一种基于双向长短期记忆(bi-directional long short-term memory,BiLSTM)神经网络融合条件随机场(conditional random field,CRF)面向电力文本特征的实体识别算法。通过与循环神经网络(recurrent neural network,RNN)等神经网络算法的对比验证:BiLSTM-CRF在电网ICT领域实体识别准确率达79%,F1值达80%,优于LSTM(long short-term memory)和其他RNN算法,并能较好地识别转写错误实体。该算法有效提升了领域语音转写文本的实体识别准确率,同时降低了领域语音识别技术成本,为电网客服领域信息检索、智能问答、个性化推荐等自然语言处理应用提供了高质量非结构化样本数据。     

基于LonWorks的防盗报警节点设计

简要介绍了LonWorks现场总线技术的特点,对LonWorks技术在防盗报警领域的应用进行了研究。介绍了防盗报警节点的硬件设计和典型电路图,给出了防盗报警节点的部分软件设计程序。该系统具有较好的实时性和有效性,实现了防盗报警的功能。     

一种基于非侵入式电器设备监测及识别方法

随着电网的发展,电力监测系统需要监测到每个电器设备的工作状态,传统对电器负荷监测是采用侵入式方法,该方法需要安装大量的监测设备,成本很高。本论文提出了一种基于非侵入式的电力监测实现方法。设计了一套基于STM32F103单片机的电量监测方法,并根据智能识别算法,从监测数据中识别出各设备的运行状态,从而达到各个电器设备转态的监测目的。     

基于CNN与特征周期变化率的故障电弧检测嵌入式系统实现研究

针对现有电弧故障检测装置精准度低、实时性不足以及高负载持续运行等问题，提出基于卷积神经网络(convolutional neural networks, CNN)与特征周期变化率的故障电弧检测算法，该算法分为上电和过程两种检测模式。上电模式采用多特征量导入CNN进行检测，过程模式提出电流的不同状态特征值周期变化率的概念，并把特征值变化率进行分区，联合神经网络进行递进检测，在保证准确率的同时降低算法复杂度。该算法以STM32H743为处理器，搭配调理、数据采集等电路形成实时电弧故障诊断系统。经过实验测试，本装置对交流故障电弧检测平均正确率达到97.43%,最快检测时间低至0.045 s,可为电弧故障检测装置的研制提供理论支撑和可靠参考。     

基于人体多源感知的智能监控系统设计方法

提出了基于人体多源感知的智能监控系统设计方法。首先,采用32位ARM处理器搭建嵌入式智能监控平台。然后,提取图像HSV通道颜色、边缘及梯度方向直方图特征,构建多级特征金字塔,引入Adaboost分类器识别人体候选区域,融合人体红外检测的电压输出值,实现了人体目标检测。最后,开发了交互式的系统监控软件,完成了智能实时监控与报警信息发送。提出的人体多源感知方法在室内检测效果较好,误差率仅为1.48%,准确率为98.57%。通过实验得出,人体图像特征与红外检测结果具有良好的互补性,更适用于智能监控系统。     

基于模糊控制的智能火灾报警系统

针对火灾频繁发生问题,设计了一款能实现温度及烟雾浓度检测的智能火灾报警系统。该系统以MQ 2烟雾传感器、DHT11温度传感器和FIGARO TGS 813传感器为火灾探测器,STM32F103ZET6为控制系统核心,应用模糊控制理论提高了系统的精度,同时减少了误报率,实现火灾自动声光报警并通过无线Wi Fi传输数据,由GSM远程通信发送报警信息至手机用户端。经过反复实验测试基于模糊控制的智能火灾报警系统具有较强的实用性,适用范围广,适用于智能家居的安防系统。     

基于嵌入式系统的非同步采样高精度谐波检测

电网工频时变将导致固定采样率下的非同步采样现象,降低谐波检测精度。A类谐波测量仪器通过硬件锁相克服了该问题,但高昂的价格使其难以广泛应用于实际工程。在嵌入式系统中通过合理的算法校正非同步采样结果,实现谐波的准确测量,能够有效降低设备成本。首先分析频谱泄漏抑制条件与多点变换谐波测量算法特性,研究不同变换点数对频谱的影响,推导在不同采样条件下的最佳变换点数选择式。其次提出优先计算基波及低次奇次谐波频率的平均参考工频优化算法,进一步改善了整体计算效果。最后在STM32嵌入式系统上实现了算法。模拟数据计算及LED灯谐波检测实验结果均验证了在非同步采样下,基于该算法的嵌入式系统谐波测量的高精度性与高可靠性。     

基于低压电力线载波通信的电缆防盗系统

针对低压配电电缆屡屡被盗的现状,设计了基于电力线载波通信的电缆防盗系统。该系统分为发送端和接收端,分别安装在电缆的两端。发送端以固定的时间间隔持续发出载波信号,载波信号通过电缆传输,接收端接收两次发送端发出的信号超过一定的时间间隔则认为电缆已被盗剪,系统发出报警信号。电力线载波通信模块采用电力线载波Modem芯片SSC P300,单片机采用的是M68HC11E9芯片。该电缆防盗系统具有较好的应用前景。     

基于STM32的电能质量检测技术研究

目前国内外已有多种检测电能质量的方法,介绍了一种基于ARM Cortex-M3内核的32位处理器STM32内嵌式智能仪器模式设计的方案.利用STM32内置A/D以及ATT7022B芯片对信号进行多通道采集,对各电能参数进行检测和分析.运用处理器自带的SD卡和USB接口对所测大量数据进行存储和传输,并通过彩色液晶屏实时显...     

基于OneNet平台的电力负荷监测系统的研究

针对传统的电力监测系统,在远程监测时需要定期维护服务器、支付服务器租金、服务器开发难度大、运行维护成本高等问题,设计了一种基于OneNet平台的电力负荷监测系统。该系统由STM32微处理器控制ATT7022B三相电能计量模块、ESP8266 WiFi传输模块和GPS定位模块组成,借助OneNet开放平台实现了电力参数的远程监测。实际工程应用表明,该系统运行稳定可靠,满足国家关于电力监测电压、电流测量精度0.5级以内的指标要求。     

视频差异化分析在输电线路杆塔防盗系统中的应用

针对当前电力输电线路杆塔塔材、导线等被盗现象频繁发生的问题,结合国内外研究现状,提出一种基于视频差异化分析技术的输电线路杆塔智能防盗监控技术。该技术采用基于Kalman滤波的背景差分法与Cam—shift相结合的目标检测跟踪方法,分析处理输电线路杆塔附近环境的视频图像并自动报警,实现智能监控。在山西省晋中供电分公司220kV输电线路杆塔防盗系统的应用实践表明,该方法可为电力系统安全提供有力保障。     

基于STM32的光功率计的设计

介绍了一种基于STM32的高精度光功率计的设计原理和实现方法,给出其数据处理和修正方法。该光功率计以STM32为微控制器,使用InGaAs PIN光电探测器来实现光电转换,并利用低噪声光电放大器AD795和高速多路模拟开关MAX4051搭建电路以实现测量功率范围内的量程自动切换控制,不仅可以消除测量时的非线性误差,还可以提高测量的动态范围和精度。同时,采用24位的模数转换器ADS1232来实现高的测量分辨率,并借助数据处理和修正技术进一步提高测量精度,减少测量误差。实际测试结果表明：该光功率计具有成本低、精度高和性能可靠等优点,可以满足工程应用中光功率测试的需要。     

基于NiosⅡ的双电源静态转换开关控制系统设计

介绍了一种基于NiosⅡ的双电源静态转换开关控制系统设计方案。该方案采用TI公司的ADSl271对供电电网首选电源通路幅值进行实时采集,由FPGA实现电压暂降算法的运算和由首选电源通路到备用电源通路的切换时序控制。本系统硬件资源丰富,方便后续的升级和扩展,实际工作性能良好。