中国智能水表发展趋势及自动抄表系统实践

传统水表向智能水表发展是必然趋势,水表行业以及供水、房地产、物业等领域的有识之士经过十几年持续不断的研究和改进,已为我国供水行业开发了一批有一定使用价值、能满足基本要求的智能水表和自动抄表系统产品,并在多年实践中积累了许多有益经     

智能水表远程自动抄表系统的研究及应用

为了满足智能化小区物业管理部门和自来水公司出于对数据统计及收费管理的需要,作者研究设计了智能水表远程自动抄表系统。该系统是利用当代微机技术、数字通讯技术、数据采集技术于一体,将城市用水信息加以综合处理。它由脉冲式水表、水表采集终端、水表数据集中器、掌上机、远程抄表终端、计算机管理软件等组成。它能提供远程抄表、红外线抄表等多种抄表方式。系统具有操作简单、稳定性好、低功耗等特点。     

MSP430单片机在新型智能水表开发中的应用

本文介绍了TI公司的MSP430系列FLASH型超低功耗16位单片机的主要特点,给出了所开发新型水表的系统构成框图,并简单地介绍了该款单片机在新型智能水表开发中的主要应用.     

智能抄表系统在农村电网的应用

人们生活水平的提高和生活方式的改变,对用电管理水平提出了更高的要求。人工抄表费时费力,而且受人为因素的影响。文章只介绍了智能抄表系统农村电网应用及和传统抄表系统的比较。     

浅议自动抄表系统技术及应用

本文阐述了电能计量自动抄表系统产生的背景主要对自动抄表系统的主要构成部分的技术性能及应用前景进行了分析讲解。     

现场总线CAN-BUS在远程抄表系统中的应用

介绍了利用现场总线CAN—BUS技术实现远程抄表系统的一种解决方案。同时阐述了系统的结构、流程和特点。实现对电表数据的实时采集、传输、存储以及显示等功能。实验和现场运行表明GAN总线具有造价低，可靠性高等优点，在电力系统中有着广泛的应用前景。     

集中抄表系统在电力营销管理中的应用

随着我国改革开放的不断深化,全面进入小康社会的步伐越采越快,居民的居住环境有了很大的改善,与此同时对用电服务也提出了更高的要求。通过对集中抄表系统进行设计改进,使其实现信息交互,提高供电企业的电力营销信息化程度。     

集中抄表系统在生产单位的开发及应用

本文论述了对原有抄表方式进行改进,通过系统的设计、选型、软件开发、系统调试,实现了远距离抄表以及对供电部门的计量准确性进行有效监督。同时,也总结出可用于我公司进行水、电、汽精确计量的新思路。     

智能水表及集中抄表的现状和发展趋势

介绍了目前国内外常见的应用于集中抄表的水表的结构和工组原理,以及国内近几年流行的几种关于集中抄表的方案,比较了各自的优缺点。探讨其未来发展趋势,供水表行业发展决策者参考。     

无线智能水表系统

为了满足智能建筑和智能小区的需求,自来水管理部门正逐步改变传统的人工入户手工抄表的方式,广泛采用无线自动抄表技术,推动了水费管理的智能化、网络化和信息化。针对传统抄表技术存在的低效、易错的缺陷,本文提出了一种选用JN5148作为主控芯片,集成了32位的处理器和2.4G的无线收发器,将Zigbee无线通信技术、GPRS网络与水表计量自动化结合起来的无线智能水表系统。该系统具有无需网络布线、快速组网、协议简单、传输可靠、耗电量低和运行成本低等优势。     

遗传算法在BP神经网络学习过程中的应用

单纯的BP算法学习神经网络容易陷入局部最小点,本文针对BP的缺点提出应用遗传算法来训练BP神经网络,结果可以看出,相比单纯的BP算法,遗传算法有着准确,全局搜索,收敛速度快的特点,在实际应用中有一定的价值.     

一种改进的BP算法在压缩机故障诊断中的应用

在传统的BP算法基础上,采用黄金分割法改进网络学习收敛的速度,并运用于压缩机系统故障的诊断上,获得了满意效果.     

遗传算法和BP神经网络在电机故障诊断中的应用研究

人工智能方法在电机故障诊断中的应用,使得电机故障能够得到及时准确的预测和诊断,保障了电机的安全运行。介绍了BP神经网络及遗传算法的基本原理及组成结构,针对BP神经网络容易陷入局部极小点及收敛速度慢的问题,利用遗传算法对BP神经网络的权值和阀值优化,改善了BP神经网络的诊断性能;通过GA-BP网络对电机的三种故障模式进行了诊断识别,其实验仿真结果表明：无论是在诊断速度上还是诊断精度上,GA-BP神经网络诊断性能都比单独的运用BP网络有了很大提高。     

动态定量称量包装系统BP神经网络PID控制算法

目的针对动态定量称量包装控制系统具有大惯性、滞后、非线性且无法建立精确数学模型等缺点,研究提高动态定量称量包装系统控制精度的方法。方法提出了一种改进型BP神经网络PID的定量称量包装控制系统,将BP神经网络与PID控制方法相结合,通过神经网络的自学习、加权系数的调整,优化PID控制器参数K_i,K_p,K_d,并将粒子群算法引入到神经网络中作为其学习算法,以有效提高BP神经网络算法的收敛速度。结果仿真和实验结果表明,改进型BP神经网络PID控制响应速度快、超调量较小,系统称量误差得到大幅度减小。结论所述控制方法可以明显提高定量称量控制过程的稳定性、精确性以及鲁棒性。     

BP网络技术在LED系统总体性能评估中的应用研究

文章首先给出了LED总体系统性能指标体系,然后阐述了基于BP网络技术的LED系统总体性能评价方案,最后就指标数据进行仿真。研究表明,该方法能够降低人为因素的影响,从而提高了性能需求方案评价的准确性。     

基于遗传算法优化BP神经网络的SCR脱硝系统催化剂体积设计

火电厂SCR脱硝系统的设计需要在满足脱硝效率的同时,尽可能节约成本,因此需要准确预测SCR脱硝所需的催化剂体积。火电厂的烟气条件复杂多变,烟气温度、烟气流量、出入口NO_x浓度等参数都会影响SCR催化剂的体积设计,因此催化剂体积预测是一个多因素耦合的问题。针对这一特点,使用BP神经网络对催化剂体积设计进行了预测,并针对该模型结构上的缺陷,进行基于遗传算法优化的神经网络建模研究。结果表明,遗传算法优化后的BP神经网络模型预测精度和数据拟合能力均有提高,为脱硝系统的催化剂体积设计提供了新思路。     

BP神经网络在某测试系统故障诊断中的应用

本文以某导弹伺服机构的测试设备故障诊断为例,将BP神经网络引入测试系统的故障诊断中,建立了基于BP神经网络的故障诊断模型,并进行了仿真.验证表明BP神经网络可以运用到测试设备的故障诊断,具有易于实现和诊断精度高的特点.     

BP神经网络技术在输油管线防盗实时检测系统中的应用

建立准确灵敏的输油管线防盗预警系统是保障石油安全输送的关键问题。常规的人防手段难以扼制狡猾的盗油犯罪分子。首先采集窃油情况下输油管线的声音信号,分析并选取典型的统计特征和能量特征,然后利用BP神经网络的自学习能力,建立了基于神经网络的输油管线防盗实时检测系统。现场试验和应用证明,基于神经网络的输油管线防盗实时检测系统可靠性高、成本低,有效制止了盗油行为,大大降低了国有资产的损失。     

基于双时间测量法原理的水表自动检定装置研制及测量不确定度评定

为解决传统水表检测方法因不满足同步计量原则而存在测量结果可靠性差的缺陷,建立了基于双时间测量法原理的水表测量误差数学模型,设计了双路时间测量功能的控制系统,通过优化控制流程,实现了水表示值误差的自动检测.试验数据表明:双时间法能够缩短水表示值误差的测量时间,对被检表的重复性测量影响较小,对在最短测量时间30s下应用双时间法水表检定标准装置的最佳测量能力进行测量不确定度评定,该装置测量累积流量的不确定度为0.1%(k=2).