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

    光伏发电系统最大功率跟踪方法研究

    牟令陈俊陈侃杨德超...
    57-61页
    查看更多>>摘要：为改善现有光伏(PV)系统最大功率跟踪时易陷入局部最优的问题,提出一种改进的模因强化学习(RL)模型.首先,在分析PV系统等效电路基础上,建立部分遮光条件下PV系统发电模型.其次,提出一种结合模因和RL的寻优模型,可根据更新的反馈奖励快速搜索高质量的最优值,从而近似追踪PV系统的全局最大功率跟踪.最后,在改进模因RL模型中采用多组模因优化探索和利用策略,从而有效搜索局部最优和全局最优解.以某市气象数据为例,对所提模型进行仿真.仿真结果表明,所提模型的平均变异性最低,表明模型具有较强的鲁棒性.此外,所提模型在冬季产生的输出能量最高,表明模型能够有效跟踪PV最大功率,从而验证了模型的稳定性.

    智能电网光伏最大功率跟踪强化学习模型模因优化

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    烘丝筒出口叶丝含水率预测模型研究

    王乐军王林枝牛燕丽
    62-66,70页
    查看更多>>摘要：烘丝的最佳工艺参数难以确认,且叶丝含水率预测误差较大.为了在信息技术方面辅助提升烟草成品质量,研究基于极限学习机(ELM)的烘丝筒出口叶丝含水率预测模型.选取叶丝烘丝过程中松散回潮、预混柜、润叶加料等工艺阶段环境温度、湿度、加水比例等工艺参数.通过随机森林方法,将处理后有效数据中的各烘丝工艺参数以平均精准度逐渐减少顺序进行重新排序,筛选出对烘丝筒叶丝含水率预测作用较大的烘丝工艺参数.将筛选后的烘丝工艺参数作为ELM的输入数据,获取叶丝含水率预测结果.以含水率预测平均绝对误差最小为差分进化算法的适应度函数,优化ELM的隐含层神经元数量,提升烘丝筒出口叶丝含水率预测精度.试验结果表明,该模型可实现烘丝筒出口叶丝含水率预测,且预测误差小于0.3%,预测精度高.该研究有助于提升烟草质量.

    机器学习烘丝筒出口叶丝含水率预测误差差分进化算法极限学习机

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    电力工程数据自动分类提取与分析技术研究

    雷振华李小云陈屹东陈芃起...
    67-70页
    查看更多>>摘要：为解决目前电力工程数据处理过程中的数据种类复杂、规模庞大以及分析处理困难等问题,提出了一种基于改进K-means聚类算法和长短期记忆(LSTM)神经网络的电力工程数据自动分类提取与分析技术.针对传统K-means聚类算法存在K值选取不确定性强、电力数据与簇中心点的空间距离特性相关性较弱的缺陷,采用了一种基于阈值判定的K值选取及属性加权方法,对空间距离算法进行改进.同时,通过麻雀搜索算法(SSA)对LSTM加以优化,解决了传统网络在进行超参数选择时因存在不确定性而导致预测精度不足的问题.在公开电力工程数据集上的测试结果表明,该技术分类的准确率、容错率分别为92%和98%,对造价数据的预测准确率较为理想.该研究有助于工程数据的分析和预测.

    电力工程自动化分析K-means聚类算法数据分类长短期记忆麻雀搜索算法

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    电力通信数据流量异常的并行检测方法设计

    刘璐
    71-75页
    查看更多>>摘要：数据流量异常监测是电力通信网络运行过程中不可缺少的环节,但异常监测过程易受不同信道流量冗余性、异常数据类型等问题的干扰,导致监测过程耗时较长和误差较大.为了解决上述问题,设计了一种电力通信数据流量异常的并行检测方法.采用自适应邻域算法对电力通信数据流量作降维处理,并通过并行的思路实现不同信道内电力通信数据流量的分解,从而有效地降低了数据流量的冗余性干扰.设计并行检测方法对数据流量作并行分解处理,将分解后的数据流量输入到检测模型中,通过计算样本点对应的异常得分,完成电力通信数据流量的异常监测.试验结果显示,该方法的均方误差小、时间消耗少、召回率高.该方法的电力通信数据流量异常监测性能较优,具有一定的实用价值.

    电力通信降维并行分解随机二叉树异常得分并行检测小误差冗余干扰

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    电网多源异构缺失数据最优投影整合算法研究

    杨晶妥建军李昊廖翯...
    76-81页
    查看更多>>摘要：电网多源异构数据分散性较强,导致数据随机缺失问题严重,影响电网整体运行的管理质量.研究了一种电网多源异构缺失数据最优投影整合算法.首先,引入拉格朗日差值方法填充电网多源异构数据中的缺失值.其次,采用经验模态分解方法消除电网多源异构数据中的噪声.最后,建立投影指标函数,将高维电网多源异构数据经过投影处理后转变为一维的投影值.计算模糊聚类迭代适应度,利用混沌文化差分进化算法寻找电网多源异构数据的最优投影方向,完成缺失数据的整合.试验结果表明,所提算法的数据去噪效果较好,去噪后电网多源异构数据并未出现失真现象,并且能够在提高整合精度的同时确保算法运行的稳定性.所提算法数据整合精度受数据缺失的影响较小.该研究能够提高电网多源异构数据的质量,有助于提高电网运行管理水平.

    电网多源异构数据数据填充投影指标函数拉格朗日差值方法数据整合最优投影方向

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    异构工业控制网络多源目标入侵自动识别研究

    饶广
    82-86页
    查看更多>>摘要：异构工业控制网络多源目标特征处在不断变化中,具有起伏性,导致入侵识别精准度较低.提出考虑数据特征实时变化的入侵自动识别方法,并应用到异构工业控制网络中.设定归一化入侵特征空间,将全部网络数据规范到该空间内,并根据最大值和最小值比对将超出范围数据重新作归一化处理.以时域矩阵偏度特征、峰度特征以及包络起伏度特征作为入侵特征提取类别,分别计算工业控制网络中三种特征数据大小.在此基础上,首先计算一组入侵数据样本在网络中的各项特征表现;然后将表现参数转换为聚类中心值,求解待识别目标与聚类中心间欧式距离;最后按照距离大小完成入侵目标自动识别.试验数据证明:该方法在工控网络中识别精准度较高,并可在多种网络攻击环境下实现精准识别.该方法具有较好的应用效果.

    异构工业控制网络多源目标入侵自动识别包络起伏度聚类中心归一化处理

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    新能源场站电力二次系统安全预警方法研究

    蒋亚坤王彬筌
    87-91页
    查看更多>>摘要：新能源场站电力二次系统设备较多.其安全预警性相关数据存在明显高维性、复杂性的特点,不利于电力二次系统安全预警的效率和精度计算,导致预警性能较差.为此,提出新能源场站电力二次系统安全预警方法.采用拉普拉斯映射方法降低新能源场站电力二次系统的电力数据维数,将高维数据源空间中的初始电力数据映射至低维子空间.分别计算在x、y、z方向上电力数据的行向量和对角权值,获取优化数据,为系统安全预警提供训练样本.从波动程度、时间序列变化趋势和能量随机分布特点三个角度,提取电力数据安全预警特征,并输入到K-means聚类算法中,以确定特征聚类中心、实现安全预警.试验结果表明:所提方法预警效率、预警精度较高.

    新能源场站电力二次系统特征提取K-means聚类算法安全预警高维数据源空间

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    区块链技术下风电机组全生命周期溯源管控研究

    郑瑛胡如乐王晓敏张建中...
    92-96页
    查看更多>>摘要：风电机组是风力发电工作的重要设备之一,受到运行环境等因素的影响,易存在运行故障和异常.为保证风电机组的工作状态、延长使用寿命,研究了区块链技术下风电机组全生命周期溯源管控方法.采用区块和链两部分建立区块链.以MerkleTree的格式存储风电机组的生产与运行数据.从采购设计阶段、生产阶段、运营阶段三个方面,界定风电机组的全生命周期.分析风电机组的组成,利用区块链技术调取存储数据,构建风电机组全生命周期溯源链.根据风电机组全生命周期推动过程中数据存储区块链之间的关系,求解风电机组源头数据,实现风电机组全生命周期溯源管控.试验结果表明,采用该管控方法可有效降低风电机组磨损量,并使设备故障发生概率降低至13.5 次/月.该管控方法具有较好的风电机组管控效果.

    风电机组区块链技术全生命周期溯源管控溯源链MerkleTree结构

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于CA-GRU的污水处理厂出水总氮浓度预测研究

    吴婧廖明潮
    97-100,105页
    查看更多>>摘要：为了精确预测污水处理厂出水总氮浓度,以呼玛县某污水处理厂公开监测的污水出水水质数据为样本进行了研究.提出了一种基于卷积注意-门控循环单元(CA-GRU)网络的混合模型.首先,使用时间滑动窗口,将数据转换成连续的特征图以作为输入,并从中提取抽象特征.然后,将这些特征映射到网络模型中.最后,通过门控循环单元(GRU)网络模型获得预测值.试验结果显示,CA-GRU模型的均方根误差(RMSE)为0.172,平均绝对百分比误差(MAPE)为0.010.该结果比GRU网络模型低 0.108、0.016,比卷积神经网络(CNN)-GRU模型低0.027、0.005,比Attention-GRU模型低0.065、0.007.该结果表明,CA-GRU模型预测效果良好,利用CNN等模型有利于减少冗余信息的干扰.CA-GRU模型能够充分提取污水水质数据在时间和空间上的特征、更准确地预测出水水质总氮含量,具有较高的应用价值.

    污水出水总氮浓度预测混合模型门控循环单元卷积神经网络时间滑动窗口

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普

    基于分类-关联-修正的电力需求预测方法研究

    杨萌邓振立李虎军邓方钊...
    101-105页
    查看更多>>摘要：电力需求的波动性较大,导致难以预测.针对区域电网宏观电力需求预测,提出了一种基于分类-关联-修正的电力需求预测方法.利用灰色关联分析方法筛选出关键的产业用电,以及影响各产业用电程度较大的因素.在传统回归预测方法的基础上,结合灰色预测方法对电力需求的影响因素进行预测,建立电力需求回归预测模型.以产业电量占全社会电量的比值对模型预测值进行修正,从而提高预测精度.相比于整体预测方法,该方法分产业开展关键影响因素识别与电力需求预测,并进行宏观修正.基于河南省2011-2022 年的电力数据,验证该方法可准确预测未来电力需求的发展趋势,可为区域电网的长期预警提供参考依据.

    电力需求预测灰色关联分析灰色预测回归分析电量占比参数修正

      原文链接:
    • NETL
    • NSTL
    • 万方数据
    • 维普