云联智慧电梯控制系统设计

随着社会经济的不断发展,高层建筑也在不断增加,电梯成为人们日常出行的一个重要运载工具。然而电梯的大规模使用,电梯安全问题也逐渐成为人们关注的焦点,有关电梯困人、电梯门异常打开导致乘客坠亡的新闻时有报道,引发了人们对电梯安全问题的深入思考[1]。为确保电梯运行安全,国家有关部门会对使用中的电梯进行必要的安全检测。但目前国内的电梯安全检测主要还是以人工检测为主,依据经验对电梯的安全状态进行判断,效率低下且结果容易受人为因素影响,因此获取电梯传感器信息和电梯监控视频进行远程自动化诊断就显得尤为重要[2]。     

基于配电物联网技术和并行随机森林算法的日前V2G功率容量预测

实现大量电动汽车所聚合电池储能作为电网和可再生能源的缓冲,关键是精确和快速的V2G功率容量预测。然而,电动汽车充放电行为的随机性和不确定性,给精确的V2G功率预测带来了困难。随着配电物联网建设的推进和电动汽车的大规模接入,电动汽车充放电数据爆发式增长,为精度的V2G功率容量提供大量数据支撑的同时,也带来了大数据处理问题。通过利用大量历史和气象数据构建预测特征向量,基于并行随机森林算法建立了日前V2G功率容量的并行预测模型。从而,避免了用户行为对预测结果的影响。此外,基于Spark搭建了分布式的大数据平台,以实现V2G功率容量快速预测。最终,所提出的方法与利用SVM算法在传统单机平台上预测V2G功率容量进行对比分析。试验结果表明采用并行随机森林算法不仅精度比传统SVM高1.75%,速度还要快6倍多。