首页期刊导航|电气传动自动化
期刊信息/Journal information
电气传动自动化
电气传动自动化

戴恒阳

双月刊

1005-7277

dqcdzdh@126.com

0938-8383492-2048

741020

甘肃省天水市羲皇大道廿铺工业示范区22号

电气传动自动化/Journal Electrical Drive Automation
查看更多>>本刊为中国期刊网入网期刊，中国科学引文数据库来源期刊、中国科技论文统计源期刊、中国机电行业优秀科技期刊、甘肃省优秀科技期刊，曾荣获甘肃省首批编校质量优秀期刊奖等。为我国电气传动与自动化科技知识的推广、普及和传播做出了重要贡献。
正式出版
收录年代

    基于S7-1200 PLC的矿井通风机智能监控系统设计

    蒋祥龙
    51-55,65页
    查看更多>>摘要：在智能化矿井建设的背景下,通风系统逐步向自动化、智能化、绿色化的方向发展.通过对轿子山矿井的现场试验,围绕调度层、传输层和终端设备,设计了通风机智能监控系统的硬件与软件架构,硬件设计包含PLC选型、变频器选型、监控单元;软件设计包含流程图、程序说明、上位机组态.该系统具有多模式运行、智能风量调节、视频监控、故障报警等功能,对矿井通风过程进行监控,有效提升了矿井通风系统的自动化与智能化水平,增强了系统的安全性、可靠性及运行效率,为智能化矿井建设贡献了新的技术力量.

    矿井通风机PLC智能监控系统

      原文链接:
    • 维普
    • 万方数据

    光储充一体化设备运行监控平台设计分析

    原浩王治坤
    56-61页
    查看更多>>摘要：随着电动汽车的快速普及,光储充站作为一种集光伏发电、储能和充电为一体的新型充电场站,发展迅速.光储充站设备网络复杂,充电安全问题日益凸显,已成为制约进一步发展的重要因素,运行监控技术亟需升级发展.针对目前光储充一体化设备的运行监控问题,本文首先概述了光储充站的系统架构,其次从通信架构、设备故障诊断方法、平台搭建三方面对光储充一体化设备运行监控平台设计进行了研究,提出光储充一体化设备运行监控平台设计方法,最后对光储充一体化设备运行监控平台面临的挑战进行了展望.

    光储充一体化设备新能源汽车运行监控平台

      原文链接:
    • 维普
    • 万方数据

    基于NSGA-Ⅱ多目标遗传算法的变电站二次标签打印方法

    葛志超南恒黄瑞特吴献克...
    62-65页
    查看更多>>摘要：随着变电站智能化水平的不断提高,变电站的二次元器件越来越多,二次标签的打印占用了变电站投运准备中很大一部分的工作量.本文将多目标遗传算法NSGA-Ⅱ应用于变电站二次标签打印中,建立多终端打印任务调度的优化模型,实现二次标签打印任务的成本和时间的最优化,得到Pareto最优解集.实践结果表明,与传统的标签打印方法比较,本文的打印方法不仅能提高变电站二次标签的打印效率,还减少了打印的成本,并且实现了标签的智能化打印.

    变电站二次标签打印NSGA-Ⅱ多目标遗传算法

      原文链接:
    • 维普
    • 万方数据

    基于改进BP神经网络的电气火灾预警系统设计

    张明丽
    66-71页
    查看更多>>摘要：针对电气火灾类型多样、火势大小不一及预警阈值差异大的问题,设计一个新系统以提高电气火灾预警的准确性和效率.采用分散式控制系统(DCS)作为硬件基础,部署MQ-135 烟雾传感器、IR Flame Sensor火焰传感器和LM35 温度传感器,并通过DCS系统进行数据采集.利用温度时序模型改进的BP神经网络,通过参数归一化和温度时序模型构建电气火灾阈值模型,实现电气火灾的准确判断和预警.实验结果表明,该系统能够对插座火灾、线路火灾和电气设备火灾三种类型进行准确的温度和烟雾检测,并且在检测时间上更为迅速.所设计的系统通过集成先进的传感器和优化数据处理算法,有效提升了电气火灾预警的准确性和响应速度.

    改进BP神经网络电气火灾预警系统DCS系统

      原文链接:
    • 维普
    • 万方数据

    基于神经网络的新能源功率预测

    刘勤
    72-75,71页
    查看更多>>摘要：随着新能源发电向电网的渗透,电力系统运行中的模糊性增加,因此,为使电力系统网络稳定运行,准确有效地预测新能源发电量至关重要.本文采用多层前馈人工神经网络(FF-ANN)模型对新能源发电预测数据集进行训练,研究内容涉及两个步骤,即训练和预测.在训练过程中,为了优化FF-ANN的参数,使用了长短记忆学习算法.为了预测新能源功率,提出了一种新的预测技术,该算法被称为加权最小二乘误差相关法(WLSEC),该方法已在C++平台上实现.该模型的性能已经在实际运行中进行了测试,考虑了每小时分辨率的一年的历史数据.本文预测的新能源小时平均绝对百分比误差(MAPE)为 7.32%,而反向传播神经网络(BPNN)为 9%,这清楚地表明了本文所提出的预测新能源发电模型的有效性.

    神经网络新能源功率预测数据训练

      原文链接:
    • 维普
    • 万方数据

    《电气传动自动化》征稿启事

    76页
      原文链接:
    • 维普
    • 万方数据