PLC技术在电气工程自动化控制中的应用

本文将从PLC技术的应用背景入手,通过介绍PLC技术及其系统的构成方式,引出PLC技术在电气工程自动化领域中的功能优势,从开关量控制、闭环控制、顺序控制角度介绍PLC技术在电气工程自动化领域的应用情况,并从管理力度和自动化集成水平角度提出提升PLC技术在我国电气工程自动化控制领域的具体措施。     

基于Fisher最优分割法的太湖调度线时段划分研究

为分析现行的太湖调度线时段划分的合理性,优化太湖流域水利工程调度,基于Fisher最优分割法的原理,选取反映流域水情特征的降雨、水位、用水量等3个要素,共5个指标,在现行时段划分的基础上对其进行优化研究。本次优化方案调整了部分时段分点,优化了太湖流域非汛期、汛前期、主汛期、汛后期划分,将非汛期结束时间推迟了5 d,汛前期结束时间推迟了10 d,主汛期结束时间提前了10 d。与现行方案相比,该方案全面考虑了雨洪资源利用和太湖水生态环境安全,统筹兼顾防洪、水资源、水生态环境,是更为综合的划分尝试,研究成果可为太湖流域水利工程调度提供一定支撑。     

基于CFD和BP神经网络的超声测风仪阴影效应补偿研究

风速风向是气象观测的关键性参数,阴影效应对超声测风仪测量风速风向有显著影响.为了消除不同风速风向和温度条件下阴影效应导致的测量误差,结合超声波时差法测风原理提出了一种基于计算流体力学(CFD)仿真和反向传播(BP)神经网络数据处理的阴影效应补偿方法.首先通过CFD仿真软件Fluent对超声测风仪的风场进行模拟分析,获取了受阴影效应影响的风速、风向以及温度样本数据,然后利用这些样本从减小相对误差方面对BP神经网络算法在超声测风仪中应用的性能进行了研究与分析,最后利用超声测风仪风洞实验的测量数据对本文的阴影效应补偿方法的准确性进行了验证.研究结果表明:通过基于CFD和BP神经网络的预测模型对阴影效应进行修正后,测试系统风速风向的测量精度有显著的提升,可满足高精度超声测风的测量需求.本文的研究结果对于高精度超声测风仪的研制有一定的参考价值.     

基于云计算的电力大数据分析技术与应用

基于当前社会发展形势,我国电力部门不断加快信息化建设进程,目前来说计算机信息技术广泛的应用于各个电力系统的建设过程,其实际应用过程中取得了良好的效果,电力部门的工作效率和质量逐渐提升,更好的保障了我国社会发展和人们生活的用电需求。本文基于云计算的电力大数据分析技术的积极作用进行探究,并对其发展进程和实际应用效果进行科学客观的分析。     

基于极化状态调制的无线通信物理层安全传输技术

针对无线通信系统中物理层信息安全风险问题,提出了一种基于极化状态调制的物理层安全传输技术。在无线通信中,引入极化状态调制,在经典的空域、时频域的基础上,增加了对信号极化域的描述。一方面,设计高维星座映射方案,利用信号的幅度、相位和极化状态共同承载信息,将传统调制技术和极化状态调制有效地结合在一起;另一方面,在高维星座映射方案的基础上,进一步设计基于去极化效应的信道预编码机制,通过增大Bob和Eve在极化域的信道差异实现物理层保密传输。安全性分析和仿真实验结果表明,利用该机制能够提升系统的保密容量,在接收信噪比为22dB时,窃听者接收到的星座图仍然是十分紊乱的,无法恢复出有效信息。     

深度学习优化算法研究

深度学习是机器学习领域热门的研究方向,深度学习中的训练和优化算法也受到了较高的关注和研究,已成为人工智能发展的重要推动力。基于卷积神经网络的基本结构,介绍了网络训练中激活函数和网络结构的选择、超参数的设置和优化算法,分析了各算法的优劣,并以Cifar-10数据集为训练样本进行了验证。实验结果表明,合适的训练方式和优化算法能够有效提高网络的准确性和收敛性。最后,在实际输电线图像识别中对最优算法进行了应用并取得了良好的效果。     

新型扁锥腔红外CO2气体传感器系统研究

为提高红外CO2气体传感器测量精度,本文利用非分光红外探测技术设计了以白炽灯红外光源、双通道热电堆红外探测器和扁锥腔体为主要元件构成的新型红外CO2气体传感器。采用Zemax光路仿真分析,研究了新型扁锥腔CO2气体传感器探测面光强分布,并结合ANSYS FLUENT软件对扁锥型气室进行结构优化。以STM32单片机为核心,实现了光源电调制,采用ICL7650放大处理探测器的电信号,再由STM32控制ADC进行信号采集,提高了测量系统的抗干扰能力。在此基础上开展了标定和测试实验,结果表明：在25℃环境中,传感器能够准确检测出0-2000 ppm量程范围内的CO2气体浓度,具有较好的重复性和长期稳定性。三组实验平均相对误差最大为5.2%,重复性误差最大为5.5%,稳定度为2.3%。该研究对红外CO2气体传感器结构优化和测量精度的提高具有参考意义。     

"乐活校园"智能服务应用设计与实现

为了能够更好地为在校大学生服务,设计和开发了"乐活校园"智能服务应用.它是一个集导航、点餐、校车信息于一体的全能型、人性化的高质量服务平台,是一款基于微信API的微信小程序.经过测试,该应用功能基本可以满足大学生群体的校园生活需要.     

多任务多层级CNN在人群计数中的应用

为了提升人群图像的计数精度,设计一种多层级多任务深度卷积网络。多层级神经网络由卷积和上采样的组合方式构成,该网络的优点在于结合浅层网络提取的细节信息和深层网络提取的高阶语义信息。在此基础上,使用多任务学习的方法提升网络性能,多任务学习分为两个部分：人群密度估计任务和人群密度等级分类任务。网络的高分辨率层与人群密度估计任务相连,网络的深层与人群密度等级分类任务相连。将两个任务的损失融合并构成新的损失函数。实验在人群计数公共数据集ShanghaiTech、WorldExpo’10和UCF_CC_50上进行,实验结果表明,该网络在人群计数上具有较好的准确率和鲁棒性。