一种简便的无损录波数据压缩方法

利用电力系统大多数波形数据的变化率不大的特点,使用波形的变化率代替实时波形进行存储,缩小数据的表示范围,从而能够以更小的数据表示位数保存原信息,达到数据压缩的效果。由于所有的操作都只是对数据进行重新编码,所以本方法除了有无损数据压缩的特点外,整个压缩和解压的过程也都非常简单,特别适用于嵌入式系统使用。最后的现场数据分析表明,该方法也能够达到不错的数据压缩效果。     

基于RapidIO的智能电网测控装置嵌入式总线的研究

随着智能电网的发展,数字化变电站被赋予了更多功能。电力测控装置作为数字化变电站的关键设备,也随之变得越来越复杂,而现有的嵌入式系统互联方式严重制约着系统的规模和数据流量。本文分析了RapidIO(高性能嵌入式互连技术)在嵌入式系统互联中的优势,并结合电力测控装置的结构提出了基于环形拓扑结构的RapidIO互联方案。测试数据表明,在小规模的系统互联应用中,基于RapidIO的智能电力测控装置具有通信速率高,扩展性强,安全性好,成本低等优点。     

嵌入式Linux下ARM处理器与DSP的数据通信

本文通过一个开发实例详细说明如何通过DSP的HPI接口与运行Linux操作系统的ARM架构处理器进行数据通信。给出接口部分的实际电路和ARM—Linux下驱动程序的开发过程。     

基于LOF和SVM的智能配电网故障辨识方法

针对现有智能配电网保护方法存在保护装置整定复杂、协调性差以及易误动等问题,提出一种基于局部异常因子(LOF)检测的配电网保护算法,并对配电网在故障定位后不能进行有效的故障类型辨识这一问题,提出LOF和支持向量机(SVM)相结合的智能配电网故障类型判别方法。根据各节点LOF值的大小实现智能配电网的故障检测与定位;然后对故障处的三相电压进行小波变换,以三相电压的小波奇异熵值建立故障特征样本库,利用反映接地故障信息的零序电压低频能量对故障进行预分类,并以此为基础建立SVM故障类型判别预测模型。该算法可对智能配电网的故障进行有效的检测与定位,并能对故障区域的不同故障类型进行合理分类。     

结合硬件特征的UML建模方法在嵌入式系统中的应用

为了解决UML对硬件特征描述较弱,软硬件设计时关系不紧密的问题,本文提出了结合硬件特征的UML建模方法。该方法将实时性、精度、环境要求等特性在模型中进行体现,同时将模型和开发流程有机的结合起来,不但提高系统设计的质量,也能针对不同需求快速修改设计。