简介:本文叙述了感应电动机在线检测的一种新方法。该系统使用了人工神经网络来学习正常电动机在线运行的频谱特性。这种学到的频谱可能包含了许多由对应于常规运行工况的负载所引起的谐波。为将不断受到监控的谐波数减少到易于处理的数量,使用了可选频率滤波器。该频率滤波器按照神经网簇算法只通过那些已知对故障检测有重要意义的谐波,或者那些连续在设定的水平以上的谐波。在充分的训练周期后,在形成新的簇且维持一段时间后,神经网络就发出潜在的故障状态信号。由于故障状态是通过与机器的先前状态作了比较后发觉的,同此,使用这个系统而不需要有关于电动机或负载特性的信息就不可实现在线故障预测。这个检测算法得到了实施,其性能在各类故障上得到了验证。
简介:描述了嵌入式智能家庭的网络结构和一种基于Web的虚拟仪器的技术新测控方式。联系两者的关系提出了基于Web虚拟仪器技术提供的智能家庭服务的方式,并运用实验室虚拟仪器集成环境(LaboratoryVirtualInstrumentEngineeringWorkbench,简称LabVIEW)软件平台构建一家用设备温度测控服务简单模型加以说明。
简介:实时定价是智能电网需求侧管理(DSM)的主要手段之一,电力零售商不同时段的供电价格,会影响用户对电力资源的消费。对电力零售商在供电高峰时段定价、低峰时段定价建立Stackelberg博弈模型,分析二者在智能电网实时定价中的策略互动,求出均衡解,使得电力零售商在高峰时段和低峰时段定价,两个时段都获得最大收益。仿真模拟结果验证了此动态实时定价结果的有效性,表明在不同时段进行实时定价的机制下,智能电网中的零售商收益最佳,并且能够可持续经营。