第3讲:硬件组态与参数设置

<正>本讲介绍S7-200 SMART PLC的I/O地址分配、硬件组态的作用和组态方法,设置CPU参数及组态输入、输出参数的方法[1]。1 I/O地址分配与硬件组态1.1 I/O模块的地址分配S7-200 SMART CPU有一定数量的本机I/O,本机I/O有固定的地址。可以通过扩展I/O模块和信号板来增加I/O点数,S7-200 SMART最多可以扩展6块扩展模块。扩展模块安装在CPU模块的右边,紧靠CPU的扩展模块为0号模块。信号     

基于关联算法的输变电设备缺陷预警研究

针对当前输变电设备运行可靠的重要性,加强对输变电设备的缺陷诊断与预警,是当前思考的重点。结合传统Apriori算法在数据预处理和面对海量数据方面存在的弊端,对传统的Apriori算法进行改进,即结合FP-growth算法和DHP算法的核心思想,构建TD-Tree,进而减少I/O操作;同时引入粗糙集理论对数据进行预处理,以提高基础数据的准确度。最后通过实验验证的方式对上述方法进行验证,得出本文构建的方法在准确率等方面,都要优于BP网络,具有一定的可行性。     

地铁施工排水PLC控制

地铁施工排水采用PLC控制,可实现无人值守自动排水.阐述了地铁施工排水PLC控制的要求、I/O点分配、I/O接线、时间控制程序编制及调试,分析了综合成本效益.     

分散控制系统I/O通道分配存在的问题及处理

通过2个实例分析了DCS系统I/O通道分配上考虑不周导致的一些问题,并提出了相应的解决方案。     

基于机群系统的不同并行I/O策略性能的研究

基于并行程序的2种I/O访问策略,设计实现了高维矩阵-矩阵相乘和高维矩阵-向量相乘的并行算法,解决了内存或Cache中映射的数据对I/O测试结果的影响.实验结果表明:并行读取策略的I/O性能优于主节点读取策略.     

某电厂AVC异常调节原因分析与改进措施

针对某电厂发生的AVC异常调节,通过现场设备检测和故障诊断等手段发现测控装置I/O单元硬件特性是导致异常调节的直接原因,DCS增减磁输出逻辑也存在设计缺陷.为此提出I/O单元输出逻辑优化的设计方案,避免同一时刻两个遥控同时输出,并对增减磁输出逻辑进行改进.试验结果表明,改造后的AVC不会再出现类似的故障.     

PLC在X62W铣床电气控制中的应用

介绍用PLC取代X62W万能铣床的继电器控制电路,阐述了PLC的设计方案;根据控制要求,确定PLC的输入输出点数,进行PLC型号选择,对I/O地址进行了分配,并画出了I/O接线图;根据控制原理,进行系统的软件设计,画出了梯形图,编写了指令表。     

基于现场总线技术的远程液位控制系统

将LPCS-3过程控制系统中的锅炉液位装置作为被控对象,通过PROFIBUS-DP总线对分布式I/O系统ET200S进行网络组态,建立了一个基于分布式I/O的液位控制系统,并用PID算法对系统进行闭环控制,实现了液位控制系统的远程控制.     

远程I/O扫描器在电源监测中的应用研究

介绍了DeviceNet网络中远程I/O扫描器的功能和一种基于远程I/O通信方式的电网质量监控系统 ,说明了在该系统中扫描器的通信、数据映射及其组态以及程序的编写。     

在组态软件中自行开发I／O驱动程序

介绍了利用三维力控组态软件提供的I/O驱动程序接口（FIOS），在VC＋＋环境下自行开发I/O驱动程序的过程。并以力控组态软件与单片机的步异步串行通讯为实例，给出了数据连接组态界面的设计以及I/O监控接口程序编写的方法。     

基于Lustre文件系统的海量暂存COMTRADE数据分布存储模式

研究了一种基于Lustre分布式并行文件系统的高性能I/O流式数据存储模式,能够满足当前行波暂态采集装置海量暂态数据的高速并发读写访问的需求。通过采用多客户端工作模式,并且将多个暂态数据文件聚合成大文件,可以进一步提高访问带宽和使用效率。实验数据表明该模式具有较高的I/O性能,能够满足目前和未来海量电力数据的高速存储管理需求。     

便携式数据采集系统实现

本文利用先进先出存储器(FIFO)及并行打印机接口(LPT1),设计便携式数据采集系统,提出技术解决方案,对设计中应当注意的问题进行说明.该系统电路简单实用,软件采用Visual C 6.0进行设计,界面友好.还介绍了在不同编程环境下如何对计算机端口进行操作.     

光纤陀螺寻北仪数据采集单元的设计与实现

针对捷联惯性光纤陀螺寻北仪中惯性器件动态测量范围宽及系统对实时性、可靠性和精度要求高的特点,设计了基于FPGA的高速、多通道、可扩展数据采集单元,实现多传感器数据实时采集。同时,由于用FPGA集成了寻北仪系统主要的I/O操作,从而使系统CPU能更专注于方位角解算算法,保证了寻北的快速性,并为执行更复杂的算法提供了有利条件。本文给出了系统软硬件设计方案,实验及实际应用表明,该数据采集单元工作稳定,实时性好,达到了设计指标。     

电网量测数据海量终端的前置中间件技术研究

针对目前智能电网状态监测与分析中面临的WAMS、SCADA、AMI等量测系统海量、多源、高速数据处理问题,提出一种海量终端的数据前置处理中间件技术,着重解决海量数据中目标信息高效挖掘与处理器负载均衡问题。在前置数据处理中间件架构中设计了基于采样的目标信息数据并行挖掘算法,同时通过基于Map-Reduce并行计算模型及轮转算法思想均衡负载,以采样挖掘方式聚合数据内联关系,设计出单机多核并行数据挖掘策略。通过广域电网中海量PMU数据进行对比测试,结果表明文中提出的中间件技术可以有效的提高挖掘速度和多处理器负载均衡度,同时极大地减轻海量数据挖掘中的内存负担。     

云平台下全维度电力设备状态数据并行化处理技术

数据集成和信息共享是建立智能电网的必然趋势,设备状态数据越来越多地被发送到控制中心,如何快速处理大量的历史数据和实时在线监测数据成为亟待解决的问题。结合开源云平台和大型数据处理技术,对电力设备运行状态监控数据进行并行计算和诊断研究,提出基于Spark内存技术的集合经验模型的分解并行算法EEMD,以补偿复杂场景处理中HDoop Map Reduce的不足,设计实现了两种不同结构的并行EEMD算法,并通过对比实验分析算法的性能,研究工作可为我国电力设备状态数据并行处理技术的发展提供一定的参考和借鉴。     

基于改进式k-prototypes聚类的坏数据辨识与修正

工业领域很多技术的实现都以准确的负荷数据为基础,而工厂现有的负荷数据测量体系常因为通信、存储等故障,导致负荷数据中出现大量坏数据.因此,提出基于改进式k-prototypes聚类的坏数据辨识与修正方法,通过在聚类中引入非负荷数据特征,削弱负荷坏数据对聚类结果的影响,使坏数据辨识和修复结果更准确.改进式k-prototy...     

跨平台的海量波形数据并行绘制算法

针对当前第三方电力暂态数据分析软件在绘制海量波形数据时出现的效率低下、反应缓慢情况,结合多核并行计算技术,提出了一种可跨平台的海量COMTRADE波形数据并行绘制算法及其技术。该算法在分析传统串行绘制系统内部关系的基础上,提出了基于并行绘制的新型关系:将原有单一图层分为波形图层和用户控制图层,其中以并行方式绘制波形图层,而后通过融合图层方式完成最终绘制。通过试验分析Windows和UNIX下的各种图形绘制技术,找到了最适合海量波形数据并行绘制的跨平台技术组合:“QImage+QPainter”技术模式。结合跨平台的线程库Pthreads,详细论述了并行绘制算法的每个步骤,给出了让通道绘制线程能负载平衡运行的绘制工作量均分公式,同时给出了通道绘制线程和图层融合详细算法的伪码。试验证明所提出的并行绘制算法可获得较大加速比,并可随着绘制工作量的加大和CPU核的增多,获得线性加速比。     

海量COMTRADE数据并行解析算法

针对电力系统暂态监测数据向海量化发展的趋势,以及对各种串行编程分析软件造成的计算压力,研究了一种基于多核的、采用流水线设计思想的海量电力系统暂态数据交换通用格式（COMTRADE）数据文件并行解析算法。在面向二进制格式的并行解析算法中,采用了2阶段的流水线步骤:第1阶段为文件读取;第2阶段为多线程解析。在面向美国标准信息交换码（ASCII）格式的并行解析算法中,采用了3阶段的流水线步骤:前2个阶段与二进制格式的并行解析算法一样,第3阶段为块边缘解析,打破了传统的串行文本解析算法。算法通过有效利用以往被忽视的数据文件中的序号信息,大幅提升了并行解析的并行度。试验证明此算法可获得相当高的加速比,并且可随着CPU核数的增加和COMTRADE数据文件的加大获得线性加速比。     

基于机器学习的配电网异常缺失数据动态清洗方法

针对传统配电网数据清洗过程中异常数据判断阈值需要人为设定、缺失数据填补效率不佳的局限性,提出基于机器学习的配电网异常缺失数据一体化动态清洗方法。首先,基于局部异常因子检测算法和高斯混合模型,提出一种异常数据动态检测改进算法,实现配电网异常数据阈值的准确自动选择。其次,基于随机森林算法与最小二乘回归法,提出一种配电网缺失数据动态填补算法。根据缺失数据时间长度自适应优化填补算法,在保证数据填补精度的同时降低计算时间。在此基础上,通过异常数据检测和缺失数据填补共同构建一体化动态清洗架构。采用湖南某地区配电网数据进行实例验证,结果表明所提方法可实现异常辨识阈值准确自动选择,有效检测配电网异常数据,并且实现缺失数据填补精度与速度的平衡,具有较好的工程应用价值。