传感器信号无线传输新方法

在工控项目中,控制计算机经常要对很多传感器进行监测,例如设备、部件的位置、温度、速度等,从而进一步按照搜集到的信息进行相应的控制。在有些应用的场合,因为各种各样的原因,例如移动、旋转、高温等,传感器和控制计算机之间进行有线联接有困难,只得采用无线联接。而鉴于工控场合经常是环境复杂、干扰大、工作环境差,传统的红外线等方式经常无法使用。最近,Transcend公司向市场全面推出了它的T630/T631芯片对,就能够在相当程度上满足上述应用场合的需要。 T630是长波数字信号发射器,T631是长波数字信号接收器,两者相结合组成的无     

基于ARIMA模型的贵州全社会固定资产投资预测

本文利用贵州省1987至2008年的全社会固定资产投资总额数据，运用计量经济学软件EViews，利用时间序列分析方法建立相应的ARIMA模型进行预测分析，为各级政府和企事业单位相关的管理决策，提供数量化的参考信息。     

基于AR、ARIMA模型的风速预测

介绍了时间序列法四种主要线性模型的基本概念,利用时间序列法对已知的24小时数据,对下一小时进行预测。基于MATLAB对风速数据进行了建模、定阶和预测,建立了AR(p)和ARIMA(p,d,q)的风速模型,使用AIC准则对模型定阶。利用AR(3)和ARIMA(6,1,5)模型比较准确的预测了下一小时风速的大小,说明了时间序列法在风速预测是有效的。     

脉搏信号中有效信号识别与特征提取方法研究

脉搏信号是重要的人体生理信号,但采集过程中会存在一定的干扰信号。针对人体脉搏波采集后的有效信号识别与特征提取的问题,提出一种基于时间序列描述的信号识别方法,首先将脉搏时间序列进行分割,每个分割段采用斜率符号化进行表示,通过段与段之间的相似性判断出信号的有用段和干扰段。再根据得到的有用段信号,提出一种基于滑窗的特征提取方法,寻找脉搏信号中的峰值、谷值,同时调整滑窗宽度,还能够进行重搏波波峰的检测。经实验验证,所提出的识别与特征提取方法准确率高且抗干扰性强。     

路灯无线监控系统中的通信设计方案

南昌是我国著名的英雄城市，随着我国经济建设的快速发展，城市容貌得到了很大的改观，城市的灯光照明是一个现代化都市的重要标志，随着南昌的城市大型化和现代化的发展，迫切需要采用先进的管理手段对城市照明进行集中监控。 集计算机与无线数据通信技术于一体的照明无线监控技术是一项90年代发展起来的新技术，控制中心通过无线数据通信网络采集路灯开关箱的运行数据，并对这些数据进行处理，然后向监控终端发送控制指令，监控终端根据这些指令对路灯开关箱中的接触器进行分/合控制。 照明无线监控系统将路灯管理和维护人员从大量繁琐的工作中解放出来，提高了城市照明系统的运行质量，便于应急控制和节约电能。目前该项技术已在全国数十个城市获得了成功。 无线数据通信网络设计是照明无线监控系统的运行基础。本设计方案是针对南昌市路灯无线监控系统的工程设计，对监控系统的多种通信方案进行了分析比较并对系统配置进行了完整的阐述，并可对其它类似监控系统中的无线通信系统设计起到借鉴作用。该设计方案已于2002年8月由南昌市路灯管理处与上海五十所合作在南昌市获得了成功实施，并取得了阶段性成果。     

路灯无线监控系统升级与展望

分析镇江路灯无线监控系统现有的弊端，提出升级方案，展望发展前景。     

基于无线传输的路灯监控管理系统

本文结合对厦门市海沧投资区市政路灯自动监控管理系统的介绍，以系统集成的观点和方法，对路灯监控管理涉及的无线数据传输、计算机及自动监控相关技术问题进行了有针对性地探讨。     

广播电视无线发射监控系统设计

本文结合广播电视设备日常维护与故障处理的自动化需求，详细阐述了无线发射监控系统的设计与实现。     

基于 IDBO-ARIMA 的电力变压器振动信号预测

为解决电力变压器振动信号因非平稳特性而导致难以预测的问题,提出一种基于改进蜣螂优化算法的差分整合移动平 均自回归预测模型。 首先,利用 ADF 检验和 KPSS 检验对变压器原始振动信号进行平稳性检验,若不平稳则进行差分处理直至 信号平稳。 其次,通过在蜣螂优化算法中引入周期突变机制以提升算法的寻优能力,并利用改进后的蜣螂优化算法对差分整合 移动平均自回归模型参数 p 和 q 进行定阶,实现对变压器振动信号的预测。 最后,利用某个 0. 4- / 0. 4-kV,15-kVA 三相双绕组 干式变压器实际采集的振动数据,验证所提出模型的有效性。 仿真结果表明,该模型的平均绝对百分比误差可达 3. 77%,而差 分整合移动平均自回归模型、长短时记忆网络、循环神经网络和卷积神经网络的平均绝对百分比误差分别为 5. 34%、4. 74%、 5. 03%、5. 40%。 因此,所提出的模型可以实现变压器振动信号的精准预测。     

无线分布式箱体监控系统的研究应用

上海市电力公司检修公司研制并应用无线分布式箱体监控系统,较好地解决了电力电缆交叉互联箱内部设备被盗的问题。介绍了该系统的总体构架、运行特点及优点。经现场实际应用表明,该系统可实现在线监测报警,有效地增强了对交叉互联箱的防盗保护。     

智能建筑内移动通信信号覆盖系统的设计

简要介绍了室内信号覆盖系统的组成及特点,并对该系统信号源的选取及系统设计进行了详细的阐述。结合工程实例,介绍了中频室内移动通信信号覆盖系统的具体设计,为业内从业人员提供设计参考。     

电力设施智能无线监控报警系统的应用

介绍了电力设施智能无线监控防盗报警系统功能作用及技术要求和特点,总结了该系统在应用后取得的实际效果。     

移动通信网的微波中继方式转接

本介绍了利用微波话路转接组成特高频移动通信网的一个实例。     

基于小波分析的月径流ARIMA预测方法

将一种基于小波分析的自回归滑动平均求和（ARIMA）模型用于月径流的预测。首先利用小波变换良好的局部化特性，将月径流序列分解成不同时间尺度上的子序列;然后对各个子序列利用ARIMA模型进行预测。将采用基于小波分析的ARIMA模型的预测结果与直接使用ARIMA模型的预测结果进行比较，结果表明引入小波变换提高了月径流预报精度。     

基于季节ARIMA模型的月度用电量置信区间预报模型

结合广东某地区用电量预测系统的开发工作,建立了基于季节ARIMA模型的月度用电量置信区间预报模型。该模型可方便求解出含一定置信度的预报结果范围,能体现出月用电量的真实值;时间序列方法的应用,避免了预测其他非用电量的困难。此外,还分析了数据统计中存在着的数据缺失问题及其处理方法。对地区电网月度用电量进行实际预测,取得了理想的结果。     

计及故障时间的神经网络风力发电量预测

风电是可再生能源的一种重要形式,随着越来越多的风电并入电网,发电量的预测对电网的稳定性变得格外重要,为了得到更高的预测精度,提出了一种将天气因素和故障时间相结合的两段式风力发电量预测的方法。结合湖南省某风力发电场的实际生产数据,分别运用神经网络结合时间序列的方法对故障时间进行预测,以及GRNN神经网络方法对发电量进行预测。提高了风力发电量预测的精度,延长了预测时间,证明了方法的可行性。     

不同时间分辨率的风功率时间序列ARIMA模型预测

以某风电场同一风力机为研究对象,采用自回归积分滑动平均模型(ARIMA)对5种时间分辨率实际输出功率的时间序列进行预测研究。结果表明:风功率时间序列某些明显的特征点,随着时间分辨率的减小而越来越少直至消失;对预测结果采用平均绝对误差分析,得出随着时间分辨率增大,ARIMA模型预测绝对误差呈现逐渐减小的趋势,1 min的时间分辨率误差最小。     

电力月负荷的混沌趋势组合模型预测

针对电力月负荷同时具有趋势增长性和季节波动性,使负荷表现出复杂的非线性特征,从而提出了电力月负荷的混沌趋势组合模型。以四川省全省月负荷序列为例,把原始电力月负荷序列分解为趋势序列和剩余序列。通过计算剩余序列的混沌特征量,识别出剩余序列的混沌特性。在此基础上,利用混沌趋势组合模型对月负荷时间序列进行预测,实例结果表明,该方法对电力月负荷的预测是可行的。     

基于软件无线电中波信号解调测量方案

文中提出一种基于软件无线电技术，进行中波信号的数字解调和测量的软件和硬件实现方案。