首页期刊导航|自动化仪表
期刊信息/Journal information
自动化仪表
自动化仪表

徐洪海

月刊

1000-0380

pai@sipai.com

021-64368180-231

200233

上海市漕宝路103号

自动化仪表/Journal Process Automation Instrumentation北大核心CSTPCD
查看更多>>本刊系中文核心期刊、中国科技论文统计源期刊和全国优秀科技期刊。主要报道中国自动化仪表行业的科研成果、先进技术,介绍新产品、新工艺,交流仪器仪表使用维修经验,传播自动化仪表基础知识,反映国外自动化仪表发展动态,具体介绍工业生产过程,诸如温度、流量、压力、差压、物位、机械量系参数的测量、显示及控制技术与产品。报道内容着重实用性、指导性与知识性,适合各行各业从事测量与控制工业的技术人员、技术工人、管理人员和大专院校师生阅读。《自动化仪表》系月刊,大16开本,各地邮局均可收订,邮发代号:4-304,定价:12.00元,半年价:72.00元,全年价:144.00元。
正式出版
收录年代

    基于长短期记忆网络的水力发电功率预测研究

    汪哿郭志刚
    55-58页
    查看更多>>摘要:为解决水电站发电功率预测中存在的多时间尺度关联分析少、发电功率预测准确率低的问题,提出了一种基于长短期记忆(LSTM)网络的水力发电功率预测方法.首先,对历史的水电站发电数据进行质量评估,对缺失、错误的数据进行修复,以消除错误数据对模型预测精度造成的影响.其次,对影响水电站发电功率的因素进行分析,并在此基础上采用LSTM网络实现了年、季、月、日、时多时间尺度的发电功率关联分析与预测.最后,在某水电站的应用表明,水力发电功率预测率为 97.2%.所提方法能有效提高水电站发电功率预测精度,提升水电站精益化管理水平.

    长短期记忆网络水电站发电功率预测多时间尺度影响因素数据质量评估数据清洗

    基于多源数据融合的配电网拓扑识别方法研究

    刘祥波王森延凯扈佃爱...
    59-63,69页
    查看更多>>摘要:针对目前配电网拓扑识别时多源融合数据利用率低的问题,提出了一种基于多源数据融合的配电网拓扑识别方法.首先,设计了一种多源数据时间尺度对齐方法.其次,提出了一种基于线性外推的伪测量数据生成方法,从而提高拓扑识别方法的数据精度.最后,建立了多源数据融合配电网离散化和线性化最优拓扑识别方法.在试验阶段,以IEEE 33 馈线系统为例验证所提方法.试验结果表明,当节点注入功率数据的实时测量误差为 30%、伪测量误差为 5%时,所提方法拓扑识别准确率为 70.98%,较无融合方法提升了5.86%.所提方法对提高配电网拓扑识别准确率具有一定指导作用.

    配电网拓扑识别数据融合离散化线性化

    电能计量装置异常状态监测方法研究

    刘卫新胡春华
    64-69页
    查看更多>>摘要:电能计量装置计量过程中,受功率谱谐波震颤强度影响,其状态指标数据呈现高度混沌状态,导致监测性能较差.为此,提出基于改进聚类分析的电能计量装置异常状态监测方法.通过构建电能计量装置状态评估体系,选取具有评估价值的技术指标及其对应的参数指标,并将相关指标参数视为待分类对象,以获取电能计量装置运行状态的混沌样本数据.利用蚁群算法优化K-Means聚类方法的聚类指标数据,实现电能计量装置状态监测.试验结果表明:该方法应用后的电能计量装置异常状态检出率较高,并且预测值与实际值的拟合率、准确率均较高.该方法监测性能较好.

    电能计量装置谐波震颤强度互感器功率谱状态监测多变量相空间重构特征向量K-Means聚类

    柔性直流换流站异常监控数据实时预警研究

    王林姚发兴王健唐力...
    70-73,82页
    查看更多>>摘要:为了提高对异常数据的预警性能、维护柔性直流换流站的运行稳定性,提出了柔性直流换流站异常监控数据实时预警方法.首先,利用经验规则消除数据碰撞问题,根据数据信息哈希函数的异常值,准确检测出其中的异常数据.然后,利用小波变换对异常监控数据进行预处理,并从异常数据中提取关键变量信息.最后,根据监控过程中出现异常数据的概率,设定预警阈值,再利用预警函数构建实时预警模型.试验结果表明,应用该方法后,误报率被控制在 20%以下,平均绝对误差被控制在 0.12 以下.相比于传统方法,该方法的预警结果更有效、准确率更高.

    柔性直流换流站监控数据异常数据数据碰撞尺度参数数据检测阈值设定

    分布式新能源接入电网的电能质量异常监测方法研究

    周凤华王艳芹张海宁燕凯...
    74-77,82页
    查看更多>>摘要:电网电能质量易受到分布式新能源接入电网的冲击.冲击会破坏电压数据的完整性从而无法确定监测阈值,导致监测时间长、准确率低.为此,对分布式新能源接入电网的电能质量异常监测方法进行了研究.构建最小二乘支持向量机模型,通过综合学习粒子群算法确定模型超参数,利用优化后模型填补电压信号缺失数据.采用小波变换提取电能质量数据分布特征,获取每层能量分布与标准信号能量分布的差值.引入樽海鞘群优化算法优化反向传播(BP)神经网络初始权值和监测阈值,将差值输入训练完成的BP神经网络中,实现电能质量异常监测.试验结果表明,所提方法的查准率和查全率在 95%以上、训练时间和测试时间在 15 ms左右.该方法可准确、高效地监测到异常数据,从而保证电网的稳定运行.

    分布式新能源接入电网电能质量异常监测樽海鞘群算法最小二乘支持向量机粒子群算法

    电能表数据采集终端负载自适应均衡方法研究

    华书蓓刘于超白雅雯郑际俊...
    78-82页
    查看更多>>摘要:针对电能表数据采集终端数据量及访问量高导致的负载失衡问题,研究基于元模型的电能表数据采集终端负载自适应均衡方法.将电能表数据采集终端的电能表数据作为模型元数据,经数据提取、转化、加载处理后,将处理完成的数据存储至元数据仓库内.在元数据负载大小未知条件下,创新性地采用基本负载均衡算法分配元数据仓库中元数据的负载,以求解元数据的负载量.当负载过大时,通过迁移负载低节点的目录子树,均衡处理了元数据的负载量,实现了电能表数据采集终端访问负载均衡.实例测试结果表明,该方法应对速度快.该方法降低了电能表数据采集终端负载,解决了元数据请求激增问题,提高了集群负载的均衡程度.

    电能表元模型数据采集终端自适应负载均衡方法元数据负载量

    核电厂辅助车间集中监控技术研究

    李力
    83-86,92页
    查看更多>>摘要:针对目前核电厂各辅助车间(BOP)采用分散监控模式带来的运行成本高的现状,设计了基于现场设备层、控制层、网络通信层和运行监控层的核电厂BOP集中监控系统,以实现各BOP的集中监控.BOP集中控制室的设置提高了BOP 自动化控制水平,实现了BOP无人值守,达到了减员增效的目的.网络通信层采用冗余监控环网和冗余信息环网的网络拓扑结构,从物理层面将传输实时数据的监控网络与传输非周期性数据的信息网络分开,以分流监控数据与信息数据,从而提高网络通信层的可靠性.BOP 集中监控系统采用统一的控制系统平台,减少了控制系统软硬件的备件种类、数量和设备管理费用.通过应用服务器中设计的计算机化规程系统、报警显示系统,降低了操作员的工作强度,增强了人机交互的友好性.

    核电厂辅助车间集中监控系统拓扑结构控制室冗余环网

    基于轮廓匹配算法的非标准件在线检测系统研究

    余善善易建业谢晖金作徽...
    87-92页
    查看更多>>摘要:随着机器视觉在标准件检测中的应用,基于机器视觉的非标准件检测研究受到越来越多的关注.对符合非标准件在线检测要求的视觉检测方法进行了研究.利用视觉系统,采集非标准件的图像.通过轮廓提取算法,提取工件的轮廓和相应的计算机辅助设计(CAD)模型的轮廓.计算工件轮廓和相应CAD模型轮廓的图形不变矩.比较图像不变矩的近似程度并判断该工件是否符合造型要求.在验证试验中,随机选取19 件冲压模具镶块进行了检测方法的检验并在各工件间进行交叉验证.试验结果表明,检测正确率为100%、平均检测用时为1.4 s/件.以CAD图形为基准进行检测,无需事先收集工件的图像.基于图形不变矩进行相似度匹配,对检测环境要求低,硬件的可配置性强.由于只匹配轮廓信息,检测效率高,能满足非标准件在线检测的多样化应用需求.

    非标准件检测机器视觉图形不变矩轮廓匹配拍摄系统

    基于成长体系的电动汽车充电站需求响应方法研究

    唐冬来李擎宇龚奕宇钟声...
    93-96,102页
    查看更多>>摘要:随着中国新型电力系统建设的逐步开展,需求响应作为优化电网调控的方式之一,在新型电力系统中得到了广泛的应用.为解决电动汽车充电站对不同类型的电动汽车用户需求响应激励不足的问题,提出了一种基于成长体系的电动汽车充电站需求响应方法.该方法采用电动汽车充电需求和电池退化成本计算电动汽车充电站需求响应成本,通过电动汽车用户需求响应成长值等级激励措施,实现了对不同需求的电动汽车用户需求响应价格的浮动,从而保持了前段电动汽车用户的需求响应活跃度,提升了电动汽车充电站需求响应的盈利能力.在某城市的实例运行表明,相较于多时间尺度随机优化需求响应方法,该方法的利润提高了 77.97%.该方法能激励电动汽车参与需求响应,提升电动汽车充电站盈利能力.

    电动汽车充电站成长体系需求响应静态博弈运营系统激励标准盈利能力

    基于GA-BP神经网络的风电功率预测方法研究

    逯登龙高鹏范丽锋郭彦飞...
    97-102页
    查看更多>>摘要:为了解决风电功率预测易受各种因素影响产生异常数据导致预测准确度不高的问题,提出了一种基于遗传算法-反向传播(GA-BP)神经网络的风电功率预测方法.首先,通过数学模型中的四分位算法对异常数据进行识别,并通过加入带通滤波器剔除异常数据.然后,在风电功率预测的方法上设计新型GA-BP神经网络算法,通过自检验及循环检测的方式获得准确的风电功率预测结果.试验结果表明,该方法不仅有很强的异常数据识别能力,而且在进行风电功率预测时可以保持90%以上的准确率,具有良好的数据处理稳定性.该研究大幅提升了风电功率预测的工作效率,为风电功率预测技术的进一步发展提供了技术参考.

    风电功率预测神经网络异常数据识别遗传算法反向传播循环检测四分位算法