美国西屋门禁系统在电力行业无人值守变电站的应用

随着电力行业的改革与发展,电力系统以高科技为基准的智能化管理方式也日益进步。在无人值守变电站的智能应用中,出入口控制综合管理问题尤为重要,真正实现无人值守,并且改善以往落后管理模式所带来的种种不足,提高变电站的监控能力以及对数据的自动化处理和分析的水平,进而提高生产经营管理水平和管理效率。真正实现技术先进、稳定可靠的无人值守变电站出入口控制综合管理系统就显得非常重要。     

受限空间火灾探测数据融合算法研究

为了实现对受限空间火灾发生情况多传感器自动探测信号处理,建立了基于CO浓度、烟气颗粒浓度、红外视频图像等多传感器探测的火灾探测数据融合分析系统.在受限空间内搭建基于多传感器火灾探测的数据融合分析实验平台.根据火灾红外视频图像的燃烧区域面积及圆形度等特征参数介绍了红外图像识别算法.在三种火灾探测方式特征参数的基础上提出了...     

基于多传感器融合技术的弹库火灾探测

提出了一种应用多传感器数据融合技术于舰载导弹弹库的火灾探测的方法.该方法采用多传感器探测火灾的多种参量,利用模糊推理技术、神经网络技术和事例推理技术的复合推理方法判别弹库火灾状态.     

关于无人值守燃气场站技术研究总结

文章通过对无人值守场站相关的技术研究,详细的分析总结了无人值守场站的自控点需求,同时采用对不同场站分级管控,做到了本质安全、经济合理的远程控制,达到安全运行的要求.     

应用物联网技术实现泵站无人值守

介绍了临江泵站第二泵房内PLC控制系统和视频监视系统的更新改造。该改造借助物联网技术,实现了泵站无人值守的目标,进一步降低了运行的人工成本,提高了泵站管理水平,有效确保了第二泵房向临江水厂的安全供水。     

浅议全自动无人值守换热站的安全调试

本文针对无人值守自控换热站的安全保护系统热态调试过程进行了讨论,对自控换热站的安全保护系统、调试过程及调试时的注意事项作了详细的阐述,可供业界同行做以参考。     

火灾探测的多层数据融合方法

对不同燃烧物产生的烟、温、气体等火灾早期特性和典型非火灾干扰进行了试验研究．构建了相应的数据库。在数据库数据信息分析的基础上．应用数据融合技术的原理和方法．研究火灾早期产物属性的多信息识别以及火灾与典型干扰因素之间的辨识．提出火灾探测的多眉数据融合模型．形成基与火灾产物和过程的多信息智能火灾探测方法。建立火灾探测方法的评估验证体系．通过模拟评估测试．为性能改善和提高提供依据。     

城市集中供热无人值守热力站的建设

结合太原市瑞光热电联产供热工程的实际应用情况,就无人值守热力站的组织架构及控制模式进行了介绍,指出通过无人值守热力站的建设,能够优化热力站的运行控制策略,节能降耗,取得了良好的社会和经济效益。     

煤矿无人值守自动抽水装置的原理及应用

矿用隔爆型电动水泵通常适用与矿井下山掘进及涌水量较小的巷道存水点,通常情况下需要有人员观测水位是否满足抽水要求,在水泵启动后需要留守人员进行水位观察,以避免因水位过低造成潜水泵烧坏,井巷施工过程中的排水工作是否正常直接影响到井巷的施工,但无人值守自动抽水装置的使用让煤矿企业减少人力财力。     

无人值班变电站的土建设计

论述了无人值班变电站与有人值班变电站的土建设计方案的不同点主枯建筑方案设计、建筑材料、防盗、消防、站区排水、环境影响等方面。对无人值班变电站改进设计的要求、土建设计的特点、建筑材料方面的要求及防盗功能、消防、站区排水、环境等进行了分析研究,能够达到良好的效果。     

多传感器融合的火灾识别算法研究

针对传统火灾探测存在反应滞后,误报率高等问题,提出一种基于多传感器融合的火灾识别算法。采用运动和颜色检测提取可见光图像的疑似火灾区域,同时采用阈值分割提取红外图像的疑似火灾区域。将两者疑似火灾区域分别进行特征提取,再根据所获特征进行基于 SVM 的融合火灾识别,通过传感器检测实时的温度与烟雾浓度,从而实现可靠和快速的火灾识别。实验结果表明,该火灾识别算法在可接受的时间范围内准确率高且鲁棒性强。     

小空间火灾多元探测装置和实现方法研究

针对小空间火灾探测方法单一、误报漏报率高、采集数据处理简单的问题,提出1种小空间火灾多元探测装置及方法,能够实现对火灾的烟雾、CO气体、温度、火焰等的多元探测,多角度多方位采集火灾信号,利用信息融合技术和算法,寻找特征信息之间的规律,对数据信息进行分析解析、优化组合,运用人工神经网络和模糊推理方法,采取反复的样本训练将...     

基于MK-XGBoost的多传感器融合火灾识别技术

针对单一传感器预测中的漏报、误报的缺点,本文提出了一种基于MK-XGBoost的多传感器数据融合火灾识别技术.该技术通过采集受限空间的温度、烟雾质量浓度、CO体积分数,基于Mann-Kendall检验方法生成趋势因子,该因子与上升趋势呈正相关,后续将火灾数据与趋势因子作为特征,采用XG-Boost算法判断火灾是否发生....     

基于神经网络算法的多参数火灾探测系统设计

为进一步拓宽神经网络算法在火灾探测领域的应用,利用以阴燃火、明火和无火发生概率作为输出结果的国家标准火实验数据,在MATLAB平台上训练了一个多层BP神经网络,此网络对于测试集样本拟合的决定性系数均达到了0.95以上.以AT89C52为主控芯片,在Proteus中设计出了一种能满足火灾探测目的的仿真电路图.通过将训练好...     

GA优化BP神经网络在多参量火灾探测中的应用

针对BP神经网络的随机权重和阈值稳定性不高的问题,运用遗传算法(GA)对BP神经网络的初始权重和阈值进行优化,提出了一种基于GA优化BP神经网络的多参量数据融合方法以实现火灾探测,提高火灾探测准确率和模型泛化性能,并利用该模型对标准明火和阴燃火中的温度、烟雾浓度和CO浓度进行数据融合实现火灾探测.研究显示,相较单纯BP...     

LM算法在火灾早期探测中的应用

针对传统火灾探测方法在外界干扰下难以快速、准确地识别火灾,提出基于过程特征信息的神经网络火灾探测方法.选用CO和CO2气体体积分数比值、比值上升速率和加速度作为火灾过程特征参数,设计三层误差反向传播(BP)人工神经网络模型,采用改进的BP算法-LM算法进行网络学习训练.实验包括6种真实火灾源材料及蜡烛、香烟、液化气3种虚假火灾源材料.结果表明,基于LM算法的人工神经网络火灾探测系统能有效识别火灾,提高火灾探测的可靠性与准确性.     

变电站电缆沟火灾探测试验与数值仿真研究

为探讨火灾探测器灵敏度对电缆沟火灾响应的影响程度,验证火灾监控系统的准确性,应用点式温度探测器、点式烟雾探测器、电缆式感温探测器和吸入式烟雾探测器4种火灾探测器,在标准变电站电缆沟防火分区内进行了全尺寸电缆火灾试验,测试不同灵敏度火灾探测器的火灾报警序列。根据电缆沟的实际尺寸,利用FDS搭建模拟明火和阴燃两种不同火灾场景,对不同灵敏度火灾探测器的温度场、有毒气体质量浓度和火灾报警顺序进行了分析和讨论。试验结果表明,在变电站电缆沟火探测中,电缆式感温探测器、吸入式烟雾探测器、点式感烟探测器火灾平均响应时间分别为41.2,111.4,331.8 s;吸入式感烟探测器的灵敏度对探测结果影响较大,其火灾报警响应时间比电缆型线性温度探测器约延迟50%。     

论变电站综合自动化对无人值班的促进作用

从无人值班的概念和综合自动化的意义两方面进行了论述,说明了综合自动化为无人值班提供了更为有利的条件,而不是必须具备的条件,并着重阐述了变电站综合自动化对无人值班的促进作用。