基于电力物联网建设的数据中心能耗管理研究

电力物联网的建设支撑了电网业务与新兴业务的发展,并将进一步全面形成共建、共治、共享的能源互联网生态圈。依托电力物联网建设,数据中心可实现在线设备的实时监测和科学化的统一能耗管理,改善传统数据中心存在的设备分布不合理、监测设备冗杂等问题。通过对数据中心的能耗问题进行梳理,构建了基于电力物联网建设的数据中心,实现了数据中心整体设备的互联互通,降低了数据中心的整体能耗。最后对新型数据中心的发展进行了分析和展望。     

光纤布拉格光栅应力传感技术研究与应用

介绍了光纤布拉格光栅测量应力的原理,论述了国内外光纤布拉格光栅在应力测量方面的研究与应用.分析了制备工艺、聚合物封装、化学蚀刻、复合材料封装等对光纤布拉格光栅在测量范围、测量精度、工作寿命、多路复用以及实用性方面的影响.指出了光纤布拉格光栅要在实际中得到更广泛的应用,仍需作更多的研究,找到简便易行的封装方法,从而实现更高精度、更大范围的信号检测.     

基于SOA的智慧河道水质监测预警平台设计及应用

针对传统河道管理体系中水文站点分布多、散、面广,水质样本采集方式耗时耗力,各部门间“信息孤岛”等问题,设计基于SOA的智慧河道水质监测预警平台。使用LPWAN技术,构建低功耗、远距离水质数据在线采集系统,通过SOA架构实现多源异构数据接入;通过PSO-BP算法及AR算法对采集到的数据进行水质分析和预测。平台实现了“云管端”一体化的在线水质参数采集及监测预警,预测误差在允许范围内基本低于1.5%,具有较好的实用性。     

基于三维温度场快速重建的传感器节点优化部署研究

物联网背景下，工业场景的温度场可视化可以反映设备的使用状况，有利于提高工业设备的工作效 率、节约能源以及降低事故发生率。在工业三维温度场可视化研究中，为提高温度场重建精度、降低工业 成本，优化部署传感器节点成为重要解决途径。由此，本文提出了一种基于模拟退火算法和 Kriging 算法的 优化算法。在保证三维温度场重建精度的前提下，能够用最少数目和最优位置的传感器节点快速重建三维 温度场。MATLAB 模拟实验结果表明，该算法对于传感器节点的数目与位置皆可实现优化，相比于均匀布 置传感器节点，采用该算法获得的重建结果均方根误差平均降低 4.42%。     

基于特征构造和改进PSO算法的分布式光伏功率预测

分布式光伏由于其历史数据缺乏,光伏出力的预测精度不高,提出改进粒子群优化算法(PSO)+长短时记忆网络(LSTM)与注意力机制结合的神经网络模型。构造基于聚类算法的特征工程扩充数据集;给出局部最优判据改进粒子群算法并应用于模型的超参数优化,提升模型泛化性;采用注意力机制与LSTM相结合的架构进行短期功率预测。在澳大利亚公开数据集上的实验表明,新的特征工程与光伏出力具有相关性,预测精度相比传统LSTM模型精度提高17.4%,且改进PSO算法相比标准算法收敛性更好。     

基于电力物联网的智慧建筑能耗管理研究进展

物联网的兴起给智慧建筑能耗管理带来了革命性的突破。随着对建筑智能水平要求的不断提高,为实现建筑内各系统、设备之间互联互通,需将其与物联网技术进一步整合。基于电力物联网技术分析了智慧建筑中的能耗管理方式,阐述了绿色建筑中能耗预测、节能方面的研究进展,重点对基于电力物联网的智慧建筑能耗管理架构进行了优化与设计。     

基于改进Adaboost-SVM的风机叶片覆冰检测

针对风力发电机叶片覆冰问题，提出一种改进Adaboost-SVM组合算法的风力发电机叶片覆冰检测方法。该方法使用Adaboost架构对一组差异化的SVM模型分类结果进行集成。通过改进集成策略，改善了Adaboost-SVM算法对不平衡数据集成速度慢、集成效果差的问题。该算法对风力发电机叶片覆冰故障检测的精确度达到92.12%,故障的查全率达到76.54%,具有很好的泛化性和实用价值。