智能数据分析系统研究

智能数据分析系统研究（共12篇）

智能数据分析系统研究 篇1

由于机车运用交路的变革和乘务员值乘方式的改变以及线路等基础设施施工频繁, 带来列车运行监控装置 (LKJ) 基础线路数据的频繁修改、更新。目前的工作方式是在PC机上编辑修改数据, 编译生成LKJ使用的芯片写入文件, 然后写入测试设备 (LKJ2000型列车运行监控装置或LKJ2000型便携式测试装置) , 人工设定运行参数, 观察LKJ调用数据, 确认数据的修改是否正确。由于LKJ数据结构复杂, 并且所有的数据模拟必须结合控制模式才有意义, 这就导致对LKJ数据进行穷举模拟验证成了一个不可能完成的任务。现场迫切要求有一种自动化程度高的系统来完成LKJ基础线路数据的校核模拟工作, 实现LKJ基础数据编制后自动进行LKJ基础数据的比对和自动复核模拟, 尽量减少数据制作过程中的人工工作量和人为造成的错误, 保障LKJ基础数据编制、修改的正确性, 实现数据模拟的智能化及完整性。LKJ数据智能校核模拟系统 (简称系统) 应运而生。

1 系统主要功能

1.1 文件及基础数据管理功能

(1) 建立文件管理系统, 实现对LKJ数据相关文件、电报、图纸、列车运行图技术资料等的日常维护和管理。

(2) 建立LKJ基础数据库管理系统, 将本局及相关局LKJ行车基础数据纳入数据库, 实行动态维护。确保所有LKJ基础数据源文件的制作及复核都能从数据库中找到依据。

1.2 流程控制功能

建立流程控制系统, 实现对LKJ基础数据库维护, 编制方案制定, LKJ基础数据源文件的编制复核, 车载基础数据的模拟、审批、交接、换装等各个环节的流程控制, 确保每一个环节能够被认真执行。

1.3 LKJ基础数据源文件校核功能

(1) 优化现有LKJ基础数据源文件编制软件, 增加对错误数据或不符合逻辑数据的筛选项点, 减少低级失误, 同时为数据复核人员提供信息。

(2) 提高数据源文件对比软件的智能化程度, 确保定位及判断准确, 实现新、旧版本LKJ基础数据源文件间的比对, 将数据变化部分筛选出来。

(3) 建立数据校核系统, 实现LKJ基础数据源文件与LKJ行车基础数据的比对功能。对与行车基础数据不相符的处所予以提示。

1.4 模拟显示功能

以LKJ基础数据源文件为依据, 按照设定的交路及车站区段, 生成相应工务、电务、供电设备分布的合成图, 并以可调整的速度和场景进行显示, 便于与图纸资料进行核对。

1.5 车载数据智能模拟功能

(1) 实现对修改部分的LKJ数据自动生成测试大纲, 驱动模拟台进行模拟。

(2) 实现对新旧数据的同步显示模拟 (数据结构变化不大的时候采用) 。

(3) 实现对人工设置的测试大纲及相关条件驱动模拟台进行模拟。

2 系统架构

整个系统应由服务器、工作站及模拟设备平台组成 (见图1) , 通过对LKJ基础数据及资料文件的日常管理和应用, 利用数据库技术、面向对象的程序设计技术及整合的工业化LKJ设备技术, 实现LKJ基础数据源文件自动校核与模拟实验的功能。

各设备间通过数据库连接接口、文件方式接口和通信方式接口组成有机的整体, 构成完成的系统架构。

系统整体结构采用C/S数据应用架构, 设置系统服务器, 实现对各种数据的存储、备份、下载、各种运算处理及与外部进行数据交换等;建立资料管理、数据编制校核、仿真模拟3个工作站, 同时配置模拟平台。各工作站分别安装文件管理系统、LKJ基础数据资料管理系统;LKJ基础数据源文件编制校核系统;图形仿真系统、车载数据智能模拟系统。

3 主要功能设计

3.1 文件管理系统

编制专用文件管理系统对LKJ数据制作相关文件进行分类管理。

(1) 对LKJ基础数据原始资料按铁路局、线别、类型、时间段等进行分类管理。主要涉及制作监控数据用的列车运行图技术资料、文件、电报、图纸等。软件要对各种文件的关联性进行充分预想, 能够方便的查询、索引。

(2) LKJ基础数据源文件、LKJ车载基础数据文件的管理。定期备份相应的LKJ基础数据源文件、LKJ车载基础数据文件入数据库;每次LKJ数据换装的数据留存备查。

(3) 对就绪电报、换装电报、数据模拟单等纸质资料扫描后, 结合数据换装情况分类管理。

3.2 LKJ基础数据库管理系统

编制专用数据库维护软件将全部LKJ行车基础数据分类、分线纳入数据库, 实行动态维护。

(1) 系统必须能非常方便的导入WORD、CEB、PDF、EXCEL等格式的数据表文件。对于部分格式不是很规范的文档应增加智能筛选功能。对于只有纸质扫描文档的使用图文识别技术予以解决。对于区段限速等含文字描述及其他缺失无法自动录入的采取人工干预的方法。

(2) 系统能做到按局、线路号、TIMS代码等情况分类保存行车基础数据信息。

(3) 数据库重在维护更新, 系统应按线路号、TIMS代码、线路起至范围等准确定位信息, 实现新老数据的更替。并且对更替数据的范围, 留有详细记录。

3.3 流程控制系统

编制流程控制软件, 用于确保在使用该系统进行数据编制、校核、模拟等各个环节时均按规定流程执行, 同时畅通资源共享及信息交换的渠道。

(1) 建立完善的用户体系, 确保不同的用户对整个系统的运用拥有相应的权限。主要用户及权限设置如下:系统管理员管理系统配置及人员权限设置;电务处数据编制员拥有数据编制、复核、模拟的权限;电务处及机务处数据审查员数据审批及签署相关意见的权限;电务段、机务段模拟员有模拟及信息反馈权限。

(2) 流程控制要具备“LKJ数据修改通知单”下发, “LKJ数据编制方案”制定, 相关文件整理及行车基础数据库录入, 数据制作, 数据复核, 数据模拟, 电务段、机务段模拟及信息反馈, 数据审批, 数据交接等环节的卡控设置 (见图2) 。

其中监控室内部数据编制、复核、模拟必须确保由不同人员担当;机务段、电务段模拟要确保同时进行。对于人员的卡控可以在用户系统中采用较为成熟的指纹识别技术。如为保证机电同时模拟数据系统可以设置为必须机务段、电务段的注册用户同时在一个模拟工作站使用指纹登陆方能进行模拟试验的手段。

(3) 所有用户的操作必须有记录, 便于查询及对问题的追查。

(4) 所有可以电子化的台账, 按规定格式能够输出报表。如修改通知单、编制方案、模拟通知单、数据交接表、模拟反馈单、审批表等。

3.4 LKJ基础数据源文件编制与校核系统

改进既有源文件编制及对比软件, 增加源文件与基础数据的比对功能, 确保数据的校对、复核能有强有力的工具。本次研究主要探讨数据源文件与行车基础数据的比对功能实现。依据数据编制规范, 对比LKJ行车基础线路数据与LKJ基础数据源文件中相关线路及车站的各种数据的准确性, 并对错误数据进行定位提示。如果在行车基础数据不是很齐全的情况下, 可以只核实前后版本差异部分。

3.4.1 线路允许速度核对

历遍全部LKJ基础数据源文件, 核实“线路允许速度表”中相关线路相关区段的限速是否正确。

(1) 方法:LKJ车载数据中以车站信息、公里标突变数据的线路号及行别定位“线路允许速度表”中的线名、行别;以信号机里程、公里标突变的新公里标及越过距离、区段限速的起止公里标定位相关线路的限速区段。

(2) 判断标准:起始及终止公里坐标误差范围>5 m报错, 速度误差>=1 km/h报错。

3.4.2 信号机信息核对

历遍全部LKJ基础数据源文件, 核实《信号机和轨道电路分布表》中的相关信号机里程、距离、类型、闭塞方式、轨道电路制式、公里标趋势是否正确。

(1) 信号机定位:LKJ车载数据以信号机编号定位相关信号机。

(2) 距离:LKJ车载数据中当前信号机与前方信号机公里坐标之差, 再加上断链距离与数据表中的距离是否一致。

(3) 公里标趋势:在不考虑公里标突变的情况下若前方信号机里程大于当前信号机里程则当前信号机的公里标趋势位增加, 反之则为减少。

3.4.3 车站信息核对

历遍全部LKJ基础数据源文件, 核实车载数据中的进出岔距离、车站中心、TIMS站名、股道修正值、股道限速等参数是否与“车站表”、“股道表”、“道岔表”相符。

(1) 车站定位:LKJ车载数据中以车站名或TIMS站名定位。

(2) 道岔:以手动输入的上下行首岔作为计算道岔里程的依据。

3.4.4 辅助信息核对

坡度、桥梁、隧道、曲线、分相等辅助信息以LKJ车载数据中相应数据的换算起止公里坐标为依据核对数据准确性。

3.5 图形仿真系统

编制图形仿真软件, 以LKJ基础数据源文件为依据, 生成相应工务、电务、供电设备分布的合成图, 便于与图纸资料进行核对。

3.5.1 图形显示要求

(1) 线路、桥梁、隧道、道口、分相、信号机、道岔均以标准样式显示。

(2) 预告、通过、进站、正线出站信号机均以高柱显示, 侧线出站信号机以矮柱显示, 车站内只显示当前行别的各股道出站信号机。自闭通过信号机显示其信号机编号, 其他信号机以标准命名显示, 如1道上行出站信号机显示为S1。各信号机均显示其公里坐标、制式及信号机间距离。

(3) 坡度在起始位置显示公里标、坡度及坡长, 曲线在起始位置显示公里坐标、方向及曲线半径, 桥梁、隧道、道口、分相起止位置均显示公里坐标。

(4) 车站以股道及车站信息生成简易站场图形。显示站中心、各股道进、出站道岔公里坐标。

(5) 信号机须具备动态显示色灯功能。

(6) 站场显示时同步调出行车数据库中的站场信号平面图, 按适当比例与数据源文件生成的站场图平行显示。

3.5.2 模拟运行功能要求

(1) 软件必须包含色灯、速度调整工具栏、侧线选择对话框及列车参数设定功能框。

(2) 对编制校核系统中发现的数据差异在相应地段弹出错误文本, 并对错误地点以红色闪烁线条显示。

3.6 车载数据智能模拟系统

编制车载数据智能模拟软件, 实现自动生成模拟测试大纲、同步显示模拟等功能。

(1) 测试大纲生成:只比对修改部分的数据时, 通过对比软件产生的修改记录, 按LKJ模拟指导意见的项点要求自动生成测试大纲。须进行贯通试验时, 软件提供相应的交互窗口, 有模拟员人工干预再生成测试大纲。

(2) 模拟平台显示:编制模拟软件驱动模拟平台按贴线速度运行进行自动设置, 并模拟运行, 同时提供随时暂停及调整模拟条件的交互窗口。

(3) 新旧版本数据同步模拟:编制软件, 提供新旧版本数据同步模拟的条件, 图形显示采取垂直分割方式, 各项设置及中途干预同步进行。

4 技术要求

4.1 硬件要求

(1) 系统服务器、各工作站、模拟平台的CPU及相关硬件须性能优越, 确保在运行中不出现死机及长时间等待运算的现象。

(2) 模拟平台LKJ主机板的U3/U4/U5/U6及显示器的LCD2000.exe、2kdata.bin、2kdata.zmb等文件须能直接从工作站中直接更新至主机板及显示器。模拟运行时LKJ显示屏图像分辨率、大小应可调整。

4.2 软件要求

(1) 兼容性要求:系统须能支持株洲所LKJ基础数据源文件的校核。系统须能支持株洲所LKJ车载程序数据的模拟试验。

(2) 系统应能监控模式中各交路的对应情况, 应能从监控模式设置条件文件中提取, 做到充分结合控制程序进行数据模拟。

(3) 数据源文件校核系统应能系统梳理数据源文件中的支线及数据跳转情况, 做好数据校核的全覆盖。

(4) 系统应充分考虑服务器中各种关键数据的安全性, 提供关键数据的热冗余备份及恢复功能。

5 结束语

LKJ数据智能校核模拟系统功能完善, 校核全面, 操作性强, 是LKJ数据编制人员和模拟人员的有力帮手, 可广泛应用于各铁路局LKJ专业机构、各电务段、各机务段, 具有良好的推广前景。

智能数据分析系统研究 篇2

马赫

（西南交通大学交通运输与物流学院 四川 成都 610031）

摘要：通过对国外铁路智能系统的发展概况的介绍，以及对中国铁路智能系统的现状分析，在此基础上提出中国铁路智能系统的组成建议。关键词：铁路；铁路智能运输系统；信息系统 中图分类号：U2 文献标识码： A 文章编号：

随着社会和经济的快速发展对铁路运输不断增长的需求，给现有的铁路运输能力和基础设施带来前所未有的压力，日益老化的系统与传统的业务实践往往无法解决这些问题。通过积极采用信息技术、传感技术、智能决策及控制技术等现代科学技术与铁路运输系统有机地融为一体，实现新一代铁路运输系统——铁路智能系统。制定铁路智能系统框架就是为了明确铁路智能系统的结构，避免各个子系统在研究开发过程中出现重复、不匹配等问题，是研究智能铁路系统的基础。日本、美国等发达国家对此已做了大量研究，并取得一定的成果，中国可在结合国情的基础上加以借鉴，构建技术先进、结构合理、功能完善、管理科学、经济适用、安全可靠、具有中国特色的铁路智能系统。

1.国外铁路智能系统简介

日本铁路技术研究的新一代铁路智能运输系统CyberRail（数字铁路系统）主要服务于旅客，通过提供强大的信息提供及分析决策实现铁路与其他运输方式无缝衔接。主要包括用户导航及多式联运信息提供、运输规划和调整、智能列车控制、铁路信息发布及交换四个部分。

欧洲铁路研发使用的ERTMS系统（欧洲列车运行管理系统）由ETCS（欧洲列车控制系统）、GSM-R（铁路专用全球移动通信系统）和ETMS（欧洲运输管理系统）三子系统。ERTMS系统有确保列车的运营安全和线路车辆的优化配置两个主要功能。

美国联邦铁路局研究智能铁路系统（IRS）主要包括数字数据通信网、差分GPS系统、主动列车控制系统、能源管理系统、智能气象系统、智能化平交道口系统、战术规划系统、战略规划系统、调车场管理系统、机车运用计划系统、乘务员运用计划系统、效益管理系统、紧急情况报警系统、旅客咨询系统【3】。

2中国铁路智能现状

目前我国已投入使用的铁路信息系统包括铁路运输管理信息系统(TMIS)、列车调度指挥系统(TDCS)、铁路列车运行控制系统(CTCS)、计划调度管理系统（OPMS）、行车组织策划系统（TOPS）、车号自动识别系统（ATIS）、机车信号系统（LBS）、列车超速防护系统（ATP）、编组站综合自动化系统(CIPS)、铁路客票发售与预订系统(TRS)、铁路办公信息系统(OMIS)、数字移动通信系统(GSM-R)等系统。

我国现使用的铁路信息系统大多为运输组织领域的应用系统，在人性化客货服务系统、智能化紧急救援与安全系统、各个子系统间互联互通方面与国外差距较大。

3中国铁路智能系统框架构成建议

根据国内外铁路智能系统的发展模式分析，建议中国铁路智能系统建设采取先整体后局部的模式开发，即先构建铁路智能框架，再具体开发对应的应用程序。这种开发模式可进行系统分析和设计，避免了开发过程中的混乱模式。

通过研究日本CyberRail和美国IRS这两个系统体系框架以及欧洲的ERTMS系统，并结合我国铁路现状，分析我国智能铁路系统框架主要由公共基础平台、电子商务系统、运输组织系统、实时监测系统、设备及基础设施管理系统、智能办公系统、安全信息系统以及决策支持系统8个部分组成。

(1)公共基础平台:旨在构建完善的铁路信息传输通信网络，实现铁路智能各子系统之间信息的交换及共享，发挥信息化整体效益。主要包括通信网络、信息共享、公共基础信息、信息安全保障、铁路门户五个部分【5】。

(2)电子商务系统:旨在充分发挥铁路运输的优势，与客户进行信息交流和互动式服务，提升铁路的市场竞争力。由客运方面的旅客服务系统、客票发售及预订管理系统、自动售检票系统、车站导向指示系统五个部分；及货运方面的货运服务系统、多式联运信息系统两个部分。(3)运输组织系统:主要为铁路运输的调度指挥、生产作业部门服务，旨在实现运输组织智能化，保障运输安全，提升运输生产效率。主要包括前面提到的现已投入使用的TMIS、TDCS、OPMS、CTCS、CIPS、LBS、ATIS、ATP、TOPS系统，还应该包括铁路工作人员用于管理的旅客运输管理系统、货物运输管理系统等系统。

(4)实时监测系统:通过收集声音、动静态图像信息为其他信息提供服务。包括线路监测系统、桥隧监测系统、信号监测系统、电网监测系统、机车车辆监测及定位追踪系统、车站监测系统、气象地质监测系统等系统组成。

(5)设备及基础设施管理系统:通过实时监控系统提供移动及固定设备的信息，协助发现潜在危机。除此之外，该系统还负责移动及固定设备的检修维护管理工作。主要包括车辆管理信息系统、机务管理信息系统、工务管理信息系统、电务管理信息系统等系统，这些系统主要为车辆段、机务段、工务段、电务段等部门服务。

(6)智能办公系统:旨在提高工作效率，实现办公自动化，主要包括办公信息系统、财务管理信息系统、人力资源管理信息系统、统计分析系统等系统。

(7)安全信息系统:主要包括铁路运营安全系统及信息网络安全两部分。铁路运营安全系统还应包括应急救援指挥系统、事故统计分析系统等系统。

(8)决策支持系统:旨在辅助工作人员进行决策分析。主要包括客运营销辅助决策支持系统、货运营销辅助决策支持系统、安全信息分析及应急救援决策支持系统、线路规划决策支持系统、运输组织优化决策支持系统、机务及乘务工作人员运用计划决策支持系统等系统组成。

4.结束语

作为未来铁路运输发展的必然趋势，铁路智能系统随着科技的进步也在不断发展，越来越多的先进技术将被注入铁路智能系统中。例如现在有学者在研究“北斗”卫星导航系统在铁路智能运输系统中的应用，RFID技术在铁路集装箱堆场进出口的应用，远程传感技术自动检测轴温并报警等前沿技术与铁路智能系统的结合。因此，铁路智能系统的框架制定就是为了给工程实践以有效的理论指导，协调各方面的先进技术，以免造成缺乏规划、建设混乱的局面，更好的引进各方先进技术与铁路智能系统相融合。

参考文献：

智能数据分析系统研究 篇3

摘要：随着中国轨道交通线路的不断扩展和加密，站内机电设备状态对地铁运营影响日益加深。本文以地铁机电设备故障监测与智能诊断系统为研究对象，简要地阐述了针对地铁机电设备建立该系统的作用与意义，分别对系统内部的采集层、分析层和评估层这三个基本工作层的逻辑架构以及维修中心级、机电工区级和设备现场级这三个工作级的结构设计进行了详细地分析研究。希望能够在文中为地铁运营机电公司的维修人员们提供相关方面的理论参考与实践帮助。

关键词：地铁机电；机电设备；故障监测；智能诊断

近几年，中国国内各大城市都迎来了城市轨道交通的建设高峰。以首都北京为例，截止2015年，已经顺利完成了国家“一二五”规划中的发展要求。600km的地铁线路上添置和安装了大量的机电设备，光是安全屏蔽门就设有一万多套。这就给地铁运营机电公司的维修人员们增加了工作量和工作强度。为了提高运营维护的效率，需要建立起地铁机电设备的故障监测与智能诊断系统。

一、建立故障监测与智能诊断系统的必要性

（一）创新发展轨道交通科技的要求

国家“一二五”的发展规划明确提出，轨道交通装备产业隶属于装备制造业中的高端产业，应该大力开发轨道交通装备中的先进技术、节能经济、环保科技和安全性能，推动智能化机电设备的协调创新与可持续发展。地铁机电设备的故障监测与智能诊断系统，完全符合这一现代化建设的要求，对轨道交通科技的创新发展有着极为重要的意义和作用。

（二）高效管理地铁线网的必然需要

自中共在十八大会议上，提出高效推动城市化建设的要求以后，各个城市都开始加密本地的地铁线网。同时，大量机电设备投入使用，迫使地铁运营机电设备公司不得不扩大现有的维修团队，以满足地铁线网正常运营的实际需求。地铁机电设备故障监测与智能诊断系统的建立，可以在现代化信息手段和技术的辅助之下，对现有的维修管理资源进行优化升级，可以快速诊断故障点，分析故障原因，节省排除故障时间，在提高维修团队工作效率的同时，也避免了盲目投入人力资源的浪费现象。

（三）机电设备安全运行的基本保障

负责运输地铁站内乘客上下出入的电扶梯，是发生安全事故和机械故障最频繁的机电设备。很多因电扶梯引起的大型事故，都是是由于固定零件和驱动链条等设备零件年久失修或故障失察而最终导致的。另外，安全屏蔽门机电设备中的安全回路、系统接口、电气设备和门体机械等部位都很容易发生机械故障。大型风机在运转过程中的轴承振动很大，也时刻有着叶片脱落的安全风险。由此可见，地铁机电设备中的电扶梯、安全屏蔽门和大型风机等机电设备是发生机械故障几率最高的“重灾区”，预防并及时发现故障及危险源，可以避免或减少灾害发生。

地铁机电设备的故障监测与智能诊断系统，不仅可以适时判断出地铁运转系统中各个机电设备的运转状态是否正常，有没有隐藏安全隐患，还能够对可能存在的机械故障和安全风险进行警告，并针对故障风险做出与之相应的提示，为维修人员提供必要的原始数据和维修建议。这是保证地铁机电设备安全运行的基本保障，也是建设安全稳定地铁运行线路所必须的前提条件。

二、故障监测与智能诊断系统的逻辑架构

（一）数据采集层的逻辑架构

地铁机电设备故障监测与智能诊断系统中数据采集层的主要职能，是监督和采集地铁机电设备的运行状态，存储和整理机械故障的数据信息。对于系统无法提供或是掌控的信息，比如温度、湿度和振动频率等，需要在地铁机电设备的内部安装功能相符的传感器。通过传感器实现数据和模拟信息的相互转换之后，再应用采集层进行数据采集。

（二）数据分析层的逻辑架构

地铁机电设备故障监测与智能诊断系统中数据分析层的主要职能，是分析整合由采集层收集到的信息，从中提取出具有风险故障特征的数据信号，进而判断出地铁机电设备的故障根源和故障趋势。如果数据采集层报送上来的是清晰明确的数据信息，则可以直接跳过数据分析层的解析环节，直接经数据传输层送到决策评估层。

（三）决策评估层的逻辑架构

地铁机电设备故障监测与智能诊断系统中决策评估层的主要职能，是利用存储于专业数据库的历史经验数据和设备维修信息，应用状态评估算法得出机械故障与安全风险的真实数据，最后统筹评估，为现场的维修人员提供机电设备故障的原始数据、可能原因以及维修的建议与计划。当然，维修人员也可以根据故障现场的具体情况，对维修方案进行灵活调整。

三、故障监测与智能诊断系统的结构设计

（一）维修中心级的结构设计

故障监测与智能诊断系统中的维修中心级，一般会设立在地铁轨道线路车辆段的维修中心内部。维修中心级的结构设计，旨在从宏观的角度上出发，对地铁全线机电设备的工作状态进行统筹规划与管理。中心级可以在发现故障的同时发出警报，并精确地显示出机电设备故障的蔓延趋势和紧随其后的风险损失。这就要求维修人员科学合理地安排维修养护工作，对需要维修的地铁资源和机电设备进行现代化的信息管理，为故障监测与智能诊断系统提供信息存储、资料查询和维修管理等基础性的服务。维修中心级的结构设计在整个系统的建设过程中具有重量级的关键作用。

（二）机电工区级的结构设计

通常情况下，每隔4～6个地铁站，就应该设置一个集中进驻维修人员的机电工区。故障监测与智能诊断系统中机电工区级的主要作用是监事和管理区域内地铁站各个机电设备的工作状态。一旦发现安全隐患或是故障信息，能够立即调取现场所有的数据信息和列车运行状况的监控录像，并通过计算机得出机电设备安全状态的故障诊断以及随之而来的风险评估。只有这样，才能实现维修工人个体管理和系统整体管理之间的和谐统一，尽可能地在最短的时间内找出机电设备故障的根源和维修养护的建议。

（三）设备现场级的结构设计

地铁机电设备系统中的设备现场级，主要负责采集和分析机电设备的数据信息与故障原因，主要被安置在地铁轨道线路的车站内部。设备现场级的基本结构会按照地铁机电设备的不同类型，划分为具有不同诊断特性的子单元，对机电设备的各类故障进行监督测试和智能诊断。具体的现场级子单元包括屏蔽门故障的子单元、扫描仪故障的子单元、购票机故障的子单元电扶梯故障的子单元等。各个子单元之间的监测、诊断功能都较为独立，相互之间没有什么牵连关系或干涉作用。子单元的设计是为了加强智能诊断系统监测数据的准确性，提升故障监测与智能诊断系统在地铁运行过程中的工作效率。这种精细化的结构设计，使得各个机电设备的监察工作都可以独立进行。即便是脱离了全线的系统之后也能正常运转。除此之外，地铁机电设备的现场级网络支持便携式手持终端的插口接入与信息交换，方便现场的工作人员随时查阅和调用机电设备的原始数据信息，以便更加高效地找出故障原因。

结束语

针对地铁的机电设备建立故障监测与智能诊断系统，可以在机电设备的关键部位或重要装置发生故障的早期，及时发现故障的源头并尽快找出原因，有效规避故障的风险与威胁。同时，也能强化提升运营公司对地铁机电设备的维保效率，引领着机电设备的维修养护作业向着信息化、现代化和智能化的方向发展创新。

参考文献：

[1]秦冲，王素粉.机电设备故障诊断技术发展探析[J].机械制造与自动化，2011，06：90-92+104.

[2]周祖德，谭跃刚等.机械系统光纤光栅分布动态监测与诊断的现状与发展[J].机械工程学报，2013，19：55-69.

智能数据分析系统研究 篇4

利用商务智能系统进行企业决策性分析已经成为众多企业提高竞争力的重要方法之一。但随着信息量的快速增长和市场竞争的日趋激烈,传统意义上通过历史性数据分析来帮助企业进行决策支持已经无法满足用户需求,企业能否快速获取实时业务数据进行分析,并作出准确的反应决定了企业的存亡。由于企业各类信息获取平台的异构性,往往开发麻烦并且不好维护,同时这一过程需要频繁的手工处理[1]。

本文提出了利用变化数据捕获技术构建数据仓库,并通过反向分发将信息推送到需要的系统的思想,改变了数据从前台到后台的单向瀑布,是一个闭合的数据价值过程。前台作业变化之后,及时捕捉到这个变化,将它交给相关作业系统或商务智能平台进行分析,升华出一定知识和经验。但这个价值过程没有结束,这些提炼出的知识和经验的变化后续再次被抓取出来,重新作用于前台作业。

1 商务智能

商务智能是一套完整的解决方案,是提升决策能力的概念、工具、方法以及应用软件的一整套组合,从软件系统应用角度看是数据仓库、联机分析处理、数据挖掘等技术方法和工具在商业活动中的集中应用。其工作原理是从企业各类数据源收集数据,经过抽取(Extract)、转化(Transform)、加载(Load),送入数据仓库,使用数据查询分析工具、数据挖掘工具和联机分析处理工具对信息进行处理,并以定制的动态报表实时展示,从而将信息转变为辅助决策的知识,最终呈现给用户。商务智能软件的功能有:多维数据分析及展现、报表工具、趋势分析、可视化工具、数据挖掘等。

在满足商务智能各基本功能的前提下,企业对如何保证获取和分析数据的实时性更为关注。即:数据抽取、转换、加载、集成的实时性和分析,以对决策提供实时支持。

2 动态数据仓库

动态数据仓库是对传统数据仓库的延伸和扩展,通过动态数据加载,动态事件驱动和动态数据访问,对不同用户群体(管理层、分析师、业务员)进行分门别类的决策支持,将原来后台的商务智能推向前端,使实时商务智能[2]成为可能。

2.1 数据实时加载

数据仓库作为商务智能的重要依托,是对“海量数据”、“大数据”进行分析处理的核心物理架构。借助数据仓库技术,可以将来自于不同数据源平台(如CRM、SCM、ERP、OA以及企业外部的系统和零散数据)格式不一的数据处理成语义格式一致的多源数据进行存储。以往数据仓库很强调海量,但随着商业机会出现的周期越来越短,只有少数行业垄断企业凭借海量数据获得商业智能素材,对于大多数企业而言必须快速地掌握信息变化,即便是小量、甚至个别的信息也有商机可挖。由此可见,更快的动态数据日益成为今后的主流。相比传统数据仓库,动态数据仓库强调数据的及时性和同步,其实质是将数据仓库和一个运作数据存储结合起来,以便对数据同时更新,并从同一个中央仓库中获得时间敏感性数据和详细历史数据。

动态数据仓库关键是动态加载数据,也就是数据仓库的ETL过程。ETL是将业务系统的数据源按一定顺序进行采集,然后按照数据存储结构进行合理的转换,并将源数据中出现的二义性、重复、不完整、违反业务或逻辑规则等问题统一进行处理,最后按照数据仓库的结构进行数据加载,也就是常说得数据抽取、转化、装载。这一过程实现了多种类、多平台数据源的整合,解决数据在时间、不稳定性、依赖性等方面的差异,保证数据一致性,达到正确理解数据业务含义的目的,这也是ETL技术核心所在。数据的实时加载有多种方法,早期有短时间间隔内批量数据抽取盒利用EAI消息队列的数据传输,后有利用SOA框架和XML统一数据格式解决数据与数据源的实时同步问题[3,4]。

随着数据库技术的发展,变化数据捕获已成为帮助我们迈向数据仓库之父Inmon描述的DW2.0技术时代。变化数据的捕获、存储、抓取的内容不限于关系数据表、文件、消息队列等,SOA环境下的消息落地机制一样可以被集成[5,6]。在新的数据架构中,动态更新数据将成为驱动企业整个服务环境的触媒。

变化数据捕获的常用方法有:(1)基于快照差分的抓取方法[7]:先生成两个数据源快照,然后比较并计算出变更数据,这种方法对信息源依赖弱或没有依赖,但是抓取变更数据的效率低,延迟时间较长;(2)基于触发器的抓取方法:使用信息源数据库的触发器机制抓取变更数据[8],抓取的变更数据实时性较高,但对信息源数据库的事务处理影响较大;(3)基于事务日志的抓取方法:利用数据库日志机制,分析数据库的事务日志,计算出变更数据,抓取变更数据的效率相对较高,并且对信息源数据库的事务处理影响较小;(4)数据库管理系统提供的变化数据捕获方法[9]:现在主流的商业数据库厂商都推出了基于日志的数据抓取工具,Oracle、DB2、SQL Server均为比较成熟的关系型数据库系统,且具有完备的日志结构,在数据库的适当配置下,数据库中的Delete/Insert/Update操作都将在其日志文件中有足够的信息去记录。通过对日志的读取和分析,就可以实现变化数据捕获。

2.2 事件检测处理

动态数据仓库另一个特征是在事件发生时,主动进行检测,对其进行相应处理,并将结果自动反馈给用户或业务系统,使用户作出快速响应。事件可以是根据业务规则所定义的事件,也可以是基于时钟的事件[10,11],一般包括同步事件处理和异步事件处理:(1)同步处理要按照各步骤之间的依赖关系顺序执行,即每一步动作都要等上一步动作执行完成后再进行;(2)异步处理中各个动作之间是松耦合的,每一步操作并不依赖上一步的动作是否完成。

3 基于动态数据仓库的商务智能系统设计

3.1 框架设计

商务智能系统从企业项目管理、资源规划、客户关系、供应链、OA等各系统中获得数据。通过智能分析工具挖掘企业现状,发现商机进行决策。

基于动态数据仓库的商务智能系统架构包括源数据、动态数据加载、数据仓库、应用层(OLAP、数据挖掘、报表工具等)以及用户层。源数据来自于企业现有的各异构数据库;动态数据加载则是通过变化数据捕获实现异构数据源数据的集成过程,完成数据抽取、清洗/转换、实时加载与索引等数据调和工作,目的是为运营分析与决策应用提供一个单一的、权威的数据仓库;顶端数据共享与分析展示包括应用层和用户层,应用层包含数据挖掘、智能分析、报表展示等一系列前端分析工具,用户层是对分析结果的多样化展示。

动态数据仓库根据数据获取、存储和数据分析分为两层:中央数据仓库层、数据分析层。

中央数据仓库作为数据模型的核心又包括周期数据、实时数据和汇总数据。周期数据以批量形式采用传统ETL进行加载,加载的数据包括一次性导入和定期更新的数据,一般为相对稳定、面向主题及细节的数据,经过数据的抽取、清洗/转换、加载与索引等工作后成为历史的、规范的数据;实时数据采用CDC技术从各数据源实时抓取,主要是敏感的、其变化对决策影响较大的数据。由于结构和表示的不同,要经过清理,然后加载到数据仓库中;汇总数据从周期数据和实时数据中按照业务需要进行多维建模,在数据分析前进行的数据汇总整理,以提高数据分析效率。

图1 基于动态数据仓库的商务智能系统架构

数据分析层为主题应用提供服务,满足特殊的商务需要,用于支持查询、分析、报表、数据挖掘等功能,同时也包括用于预警分析和风险分析的数据模型。

3.2 数据抓取

数据抓取过程按频率不同分为周期性和实时抓取两种。周期性抓取按天、周或月进行数据抽取。时间间隔越小,数据同步越接近实时,但利用成熟商用数据库提供的数据抓取方法基本可以实现实时数据同步。变化数据捕获原理是采用基于主动规则的事件触发机制,当检测到定义的事件发生时,按照定义好的规则执行相应的动作,进行数据更新。可以把业务数据库的某些特定数据变化定义为事件,事件可以通过监控数据库事务日志来实现检测。

下面介绍基于日志的变化数据捕获方法[12]。基于日志的变化数据捕获,是通过分析基表变化的日志,获得所需要的变更数据。数据库中的插入、更新和删除操作都在日志文件中进行。通过读取日志,把捕获源表的变更数据存入跟踪的变更表中,并在更改表中添加有关更改信息,利用函数查询变更数据,给出筛选结果,将其加载到数据仓库中。目前SQL Server、Oracle、DB2都提供事务日志异步读取的CDC产品,可以用于构建动态数据仓库。

图2 数据抓取和反向分发

变化数据捕获CDC为商务智能系统实时同步数据提供了新模式,解决了传统ETL难以处理的一些集成问题,实现持续集成,与触发器、快照查分等方法比较,基于日志的变化数据捕获方法具有对数据性能影响较低、获取数据延迟时间短、保证了事务特性等优点,可以广泛应用于动态数据仓库数据集成。

3.3 数据反向分发

动态数据仓库中各类变更数据可以反向抓取到其它应用系统。此时的变更数据可以包括业务系统的变更,也可以是商务智能平台执行的决策信息以及总结的经验知识。这是一个事件主动检测过程,使得在突发事件发生时,各应用系统相应时间和决策处理的起步时间相同,在为高层提供数据决策支持的同时,也满足了一线用户进行动态访问快速了解事件的需要,为商业决策和后续处理争取了宝贵时间。另一方面,通过商务智能平台形成的经验知识也可作用于前台系统。

4 应用实例

下面以企业项目管理系统、财务预算系统、报销系统、合同系统、采购系统说明基于变化数据捕获构建动态数据仓库,通过商务智能系统分析,反向限定企业各类业务,保证企业正常运转之过程。

挣值原理是指引入已完成工作的预算值即挣值(EV),用来对项目费用/进度进行综合评估,即在项目实施过程中任一时刻,已完工作的预算值与该时刻此项工作计划的预算值(PV)进行对比,以评估和预测其工作进度,并将已完成工作的预算值与工作实际消耗值(AV)作对比,以评估和预测其费用的执行效果,其中EV=PV×计划完成百分比。同时还可计算出CV(费用偏差)、SV(进度偏差)、CPI(费用绩效指数)、SPI(进度绩效指数)等值,进行企业运营情况评估[13,14]。

通过上述分析,要计算挣值,需要有企业工作分解结构(WBS)、计划完成百分比、基于工作分解结构的预算、支出等信息。计划完成百分比通过计划预计工作量和实际工作量以及计划权重计算得来。

图3 动态数据仓库实例

动态数据仓库的周期数据、实时数据主要包括项目工作分解结构表、工作量表、财务预算表、网报表、合同表、采购表。其中工作分解结构、网报、合同、采购数据需要实时更新,实时反映企业工作计划和各类支出信息,工作量数据每月定期更新,预算数据每年更新两次。根据上述基础数据形成汇总数据,包括计划预算值(PV)、工作实际消耗值(AV)、计划完成百分比等。

工作分解结构是反馈工作量、预算、各类支出费用的基础,工作分解结构通过数据抓取实时同步到数据仓库中,同时将其反向抓取到合同、采购和报销系统,用于将预算、支出费加载到各计划节点上,累计得到计划工作的预算值(PV)和实际消耗值(AV),存储到汇总表,明确各项工作任一时刻的财务收支情况。项目管理系统中每月工作量反馈完成后,根据预计工作量、实际工作量和计划权重计算完成百分比,最后计算挣值(EV)。这样在商务智能系统前台展板即可绘制出针对项目及各关键计划节点的PV曲线、AV曲线和EV曲线,进行挣值分析。此时一旦发现支出费用超标,则在BI系统中提出预警。据此修改数据仓库的预警系数,该预警系数通过数据抓取实时分发到合同、采购、网报系统,以有效控制企业资金流。

5 结语

智能数据分析系统研究 篇5

来源:停车场 http:// | 发布时间:2011-10-9 | 浏

览次数：4

IBM推出停车场智能泊车分析系统，帮助城市消除停车拥堵现象同时征收到更多的停车费，它也能帮助司机更容易地在拥挤的闹市区找到停车位。智能泊车（Smarter Parking）系统结合IBM的数据分析能力和Streetline在停车感测器与软件上的创新技术。安置在停车场的Streetline省电感测器，监测是否有车子在场，然后把信息即时传到城市网络与Android或iOS应用程序。城市交通管理员可以利用这些数据追踪流量或设定停车费率，而驾驶员可以把车子停到空位。

IBM针对北京、巴黎与洛杉矶等20座城市的调查，证实了驾驶者一直以来的心声：停车真痛苦。在受访的驾驶中，每10人就有6人说，过去一年他们找车位找得很挫折，有时候会放弃并改变计划。逾1/4受访者说，他们曾因为停车位跟别人起口角。IBM表示，约30%的城市车流量，是人们开车在路上乱转，找地方停车。淄博黑牛机电设备科技有限公司坐落于山东省淄博市高新技术开发区，现有员工100多人。是集开发、设计、生产于一体的专业厂家，主要生产电动门、移动厕所、公共厕所以及各种环保岗亭、停车场、电动伸缩门、高速公路设施及小区智能管理系统。

智能数据分析系统研究 篇6

关键词： 煤炭机械;智能系统;数据挖掘;调度

在经济和技术的快速发展下，很多行业都实现了机械化的生产，煤炭行业也不例外，在采掘中，采煤机、运输机等机械的使用，使采煤的效率大大的提升，与人工采掘相比，有很多人工操作不具备的优势，创造了一定的经济效益。但是，随着时代的发展进步，机械化只是煤炭行业发展的一个阶段而已，并不是最终的形态，还有更多的高新技术可以融入到煤炭采掘当中，煤炭机械下一阶段的发展就是智能化，在原有机械的基础上，对其控制系统进行改进，从而实现机械智能化。

1.采煤机械面临的问题

在我国，煤矿的开采形式主要有两大类，即露天开采和钻井开采，在这两种采掘方式中，用到了不同的机械，露天采矿包括了电铲、挖掘机等设备，钻井由于在地下工作，主要用到采煤机和运输机以及掘进机。这些机械并不是孤立运作的，他们之间需要用控制系统进行关联，从而使每个机械的生产能够串联起来，以实现流水线式的生产模式。目前来看，采煤机械还存在着一些问题，首先是故障率偏高，采煤机械日复一日的运作，在这样的超负荷状态下，出现故障的概率很高，不仅影响了企业的收益，增加运营成本，也使得机械设备本身的性能受到影响;其次，采煤机械的效率并不高，虽然在采掘过程中装备了大型的采煤机械，但是由于其控制系统的调度功能有限，并不能很好的把这些器械利用起来，整体来看机械的操作效率还是偏低的;最后，改造问题，对于现有的机械进行改造面临着很多困难，早期的控制系统在收发信号等方面的功能并不理想，导致现在要想实现其智能化更加困难。

煤炭企业在选定了某个智能控制系统之后，对于现有的数据资源要进行深入的挖掘，以探索潜在的信息，来使采煤更加的有效和科学。对数据进行挖掘，就是要在已有的数据库中，对数据进行分析，来找到之前没有发现的、有一定的利用价值的信息，利用这些信息，可以带来意想不到的收益。在煤炭机械只能化发展的过程中，要注意数据挖掘技术的应用。

2.煤炭机械智能系统的模块

智能化的采矿体统离不开计算机技术，计算机技术是核心，它可以把软件和硬件结合起来进行控制。随着社会对于煤炭资源的需求量的增加，采矿区的生产规模逐渐扩大，原有的单一的自动化调度模式已经无法满足需求，而且在现代化的生产中显得非常的落后，因此，需要有一种更高级的控制系统来对采煤机械进行高效的控制。所谓的智能控制系统，是一种计算机系统，通过特定的程序设定，来完成类似于人类只能的操作，这是对传统计算机控制模式的升级。煤炭企业机械只能控制系统的模块有以下几种：

2.1智能操作

在煤炭开采过程中，煤炭机械是主要的工具，由于人工进行操作有很多的不利因素，因此，智能系统要利用智能模块来控制这些机械，实现智能化的调动，要实现这个目标，要研究操作系统的结构、智能化的人机接口、智能化的资源调度等。

2.2智能编程

智能系统要执行指令必须依靠一定的程序来实现，程序的编写就显得十分的重要，要保证足够的精度来完成对机械的控制。传统的程序中，采取的算法都比较固定，求解过程也较为复杂。而采用智能程序进行程序的编写，能够避免人工编程出现的一些语言方面的错误，智能程序语言可以对符号进行处理，可以进行大范围的搜索。

2.3智能软件

计算机工作离不开软件，利用一些配置比较高的软件进行煤炭机械控制，可以提高效率。智能系统中安装智能软件可以使煤炭机械应对更多的环境。智能软件对于软件系统的整个生命周期都能支持，支持软件产品生产的各项活动，作为软件工程代理，适用于公共的环境知识库和信息库设施。

3.煤炭数据挖掘技术的应用

3.1状态数据的挖掘

在不同的作业需求下，智能系统也具备不同的功能，需要处理的数据也更加复杂，而且这些数据一般是动态的。对于采煤设备反馈回来的数据，通过数据挖掘技术，提取出来有价值的信息并进行分析，最后提供给调度中心，发出开采信息进行作业。比如煤炭机械设备的电气系统，它控制这些设备的用电，如果利用数据挖掘技术，找到更多的潜在信息，可以使采煤设备的调度更加合理。

3.2控制数据的挖掘

随着智能系统在采煤设备控制中的应用，数据挖掘技术的中心开始转移到设备控制数据方面，借助计算机完成数据处理工作，并且筛选出对设备调控有用的数据。对于采煤设备日常控制数据的挖掘，必须要联系智能接口的运行实况，收集与煤炭机械相关的数据资源，为挖掘处理提供信息基础。

4.结语

随着时代的发展，以往看似非常先进的方法在现代技术看来也还有很大的空间来提升，在煤炭行业，以往采用机械设备开采代替了人工开采，从而避免了很多人工操作的不足，但是这些机械长年累月处于工作状态，增加了设备的故障率，而采用智能系统来控制煤炭机械，并融入数据挖掘技术，可以更好的控制这些机械，使其调度更加合理，工作效率更高。

参考文献：

[1]杜俊鹏，李尚平，蒋礼斌，宗峰.基于知识的甘蔗收获机械智能设计系统的研究[J].机械工程与自动化，2006，04：8-10.

[2]曾杨.工程机械智能监控信息系统[A].中国机械工程学会，台湾机械工程学会.智能制造技术研发及应用——第十三届海峡两岸机械工程技术交流会论文集[C]中国机械工程学会，台湾机械工程学会：，2010：30.

电力系统智能装置测试分析研究 篇7

1 嵌入式系统仿真测试环境概述

在实际进行测试处理的过程中, 通过自动化工具的引入, 来针对智能装置加以测试, 实际上是相关工作展开的一个快捷措施。而自动化的测试模式, 实际上能够让智能装置在测试过程中进行自动化的反复测试, 重复性较强;在有需要的情况下, 也完全可以通过手工测试的方式来进行, 这主要是适用在一些由于运行时间、环境无法进行自动测试的情况下, 进而最大限度的确保了测试工作表现出的测试完整性;除此之外, 自动测试模式, 还能够在为测试软件提供相关功能需求而扩展的过程中, 表现出良好的性能可扩展性。这极大的降低了某些人为现象对于测试结果所造成的干扰先, 有效的解决了传统测试工作的盲目、随机属性, 并且测试的冗余和遗漏也大幅度是降低, 这对于测试提供提供了较好的保障。

本文对于智能装置测试分析工作执行的过程中, 设计出了一套具备自动化测试系统的Test Center, 该测试技术实际上就是以分布式计算机作为载体, 从而构建出了一个智能化的仿真环境, 当处在这个环境中对于主控计算机进行测试脚本加以控制的情况下, 其中保持运行状态的测试脚本在分布式计算机之中, 能够利用仿真测试任务的形式来进行数据收集, 与此同时, 测试脚本则可以直接针对收集到的相关数据结果进行判断, 有效的满足自动化测试目的。

2 系统设计

2.1 总体架构设计

现阶段, 仿真测试系统的构成实际上可以划分成为两种不同的类型:分布式平台、单击平台。单击平台的系统设计实际上极为简单, 并且功能也较为缺乏。但对于实时仿真测试领域来说, 其本身对于功能的要求实际上是十分丰富的, 并且绝大多数是测试仿真系统都是利用分布式仿真系统执行任务。分布式结构体系, 主要就是严格的依据各方面情况, 来对于不同主机加以分配, 最大限度的提升了系统运行过程中的处理能力, 同时为系统的功能扩展奠定了基础。本文测试系统Test Center在运行的过程中, 实际上就是利用一主多从的模式来执行的分布式架构体系。而宿主机上的模块, 运行涉及到的控制部分有以下几个方面:测试脚本的生产控制、管理、测试、报告生成等。

而从机模块上的测试模拟环境来看, 其本身的应用能够有效的促使一些测试任务得以实现。从机模块通过对应的主机接口———动态链接库 (DLL) 文件提供功能函数形成应用程序接口 (API) 函数库, 供主机测试脚本执行时调用。从机模块与其主机接口DLL库文件之间通过网络实现命令下发、数据回传。系统具有可扩展性。系统若要添加某种测试功能, 只需编写从机模块及对应主机接口DLL库文件形成接口API函数, 测试脚本调用其相关API函数实现对应功能模块测试。

2.2 系统组成

2.2.1 宿主机主控模块 (TCH ost) TCH ost作为主控模块。

主要任务是:用户命令接口, 系统配置, 测试用例及测试方案生成, 测试脚本编写, 测试过程监控, 从机模块管理, 测试结果分析和处理, 测试报告文档生成。TCH ost为方便用户使用, 采用Windows操作系统, 提供友好的人机界面。TCHost还负责测试脚本的管理和测试环境的配置部署。同时监控测试执行的状态信息、收集测试结果并对整个测试的流程和通信进行统一管理。

2.2.2 从机执行模块 (TCA gent)

作为测试执行器, TCA gent负责与被测目标机进行交互。主控节点不与目标机直接交互信息, 所有的信息都必须经过TCA gent转发。TCA gent的任务主要包括:目标系统配置;解释测试脚本, 对数据进行仿真处理;生成激励信号, 驱动被测软件运行;接收被测软件输出数据, 上送至宿主机主控程序, 供实时比较使用。例如本系统设计的网络103协议模块, 它负责收集被测装置的网络103协议的主动上送数据 (遥测等) , 将其返还给主控程序;同时负责执行主控程序下发的网络命令, 如定值下装、遥控操作、对时、通用数据读取等。

2.3 测试流程

本系统提供了一套完整的测试流程框架, 包括测试开发流程和测试执行流程。测试开发流程主要工作为:编写测试用例、提交测试用例、录入测试用例库。测试执行人员的主要步骤包括:a.配置部署测试环境并测试模块初始化;b.定制测试任务, 选择测试脚本;c.执行测试脚本;d.测试模块结束, 恢复被测前状态, 生成测试报告;e.将测试结果及报告通知相关人员。

3 关键技术实现

脚本语言测试脚本是实现测试自动化的重要部分, 脚本的优劣直接影响到自动化测试软件的效率和开销。测试脚本化可以减少测试人员的工作量, 提高软件测试的可维护性。同时, 脚本语言可移植性好, 可提高脚本代码的可重用性及测试的可重复性。本测试系统采用Python作为测试脚本语言。Python是一种面向对象的解释性通用计算机程序设计语言。Python糅合了简单的语法和强大的功能, 特别适合用于快速原形设计和混合语言编程开发, 以及各种语言模块之间的集成与粘合。在测试系统中充分利用C++与Python的各自优势。使用脚本语言实现测试用例, 充分发挥脚本语言简单而又强大的控制功能, 使开发测试脚本的效率大大提高。

4 结论

综上所述, 着重针对智能装置所涉及到的自动化测试工作, 展开了全面深入的分析工作, 同时在该工作体系的执行基础上, 设计出了一套具备了良好通用性质的自动化工具。从上文表现出的相关结果来看, 该自动化测试工具的广泛使用, 能够使得我国广大电力系统的智能装置测试人员, 从繁忙、机械化的测试工作中, 完全脱离出来。这不仅能够有效的降低我国电力行业对劳动力的需求, 还能够促使电力系统测试呈现出的质量、效率大幅度提升。

参考文献

[1]阎常友, 李兆成, 范琦等.分布式向量监测系统单元测试软件的开发[J].电力系统自动化, 2004, 28 (19) :53-55.

[2]徐政, 卢强.电力电子技术在电力系统中的应用[J].电工技术学报, 2004 (8) .

智能数据分析系统研究 篇8

随着光纤网络、移动计算、多媒体通信、智能存储等技术快速发展, 促进了云计算、数据挖掘、数据仓库等技术在在线教育、智能旅游、金融证券、工业控制等领域的应用和普及。医疗诊治领域已经开发了许多先进的管理系统, 这些系统可以为患者入院、挂号、诊断、救治、用药、康复和出院等各个阶段流程提供信息化服务, 自动化系统经过长期的运行已经积累了海量的数据资源, 需要构建一个大数据智能存储系统, 并且引入先进的数据放置、动态迁移、分类放置等技术, 将热门数据信息放置在优先级存储位置, 能够提高数据访问的效率。

2 医疗大数据智能存储系统应用功能

医疗大数据智能存储系统需要完成数据分级存储功能, 按照数据访问的频次将数据放置在优先级不同的位置上, 便于各类自动化系统访问。具体的, 医疗大数据智能存储系统的功能包括以下几个方面:

2.1 元数据管理

将医学影像、诊断报告、病历档案、药物、病房、人员等对象划分为元数据, 保证每一类对象的原子性, 提高数据迁移成效。

2.2 数据估值

根据患者、医师、护士和行政管理人员访问频次, 可以设置不同元数据的估值, 以便能够描述数据对象的访问量、活跃程度, 参考数据迁移时间。

2.3 数据迁移

将数据估值较高的对象动态迁移到优先级较高的位置, 提高用户实时访问效率和资源命中率。

3 医疗大数据智能存储系统设计

医疗大数据智能存储系统可以为用户提供一个透明的、分布式的、可计算的服务管理系统, 能够通过逻辑处理定位数据的存储位置, 并且可以实时的监控存储系统的数据容量, 控制迁移过程, 保证优先级位置保存估值较高的数据内容, 提高医疗存储服务器的利用率。医疗大数据智能存储系统如图1所示。

4 医疗大数据智能存储系统关键技术

大数据智能存储系统运行过程中, 其关键技术包括数据放置技术、数据迁移技术和数据分类技术。针对不同的医疗数据对象进行描述, 可以将其划分为多种数据对象内容, 比如视频资源、音频资源和文本资源;按照数据结构可以将其划分为无结构、半结构和结构化数据, 这样就可以实现数据对象估值, 保证数据对象正确迁移。数据放置技术主要包括顺序放置、层次放置、随机放置等多种模式, 大数据智能存储系统开发时, 采用优先级层次放置模式, 将访问次数较多的人们医疗数据放置在优先级较高的存储器上, 提高用户访问的命中率和访问效率, 同时具体的放置过程中, 还用充分的考虑智能存储器的容量, 如果优先级较高的位置存储已满, 则可以利用替换策略, 将访问频次变少的数据替换出去, 提高存储资源的利用率。大数据智能存储系统采用的数据迁移技术包括同级数据迁移、异级数据迁移两种技术, 同级迁移技术可以将相同优先级的数据利用替换策略实现动态迁移;异级数据迁移可以将原始访问量较少、后期访问频次上升的数据对象较低优先级位置迁移到较高优先级位置, 这样就可以均衡数据库存储的负载处理性。大数据迁移技术还可以根据不同数据的访问状态实现在线迁移、离线迁移等两种模式, 在线迁移可以实现数据联网迁移和并发处理迁移, 这样可以满足数据实时访问和处理需求, 能够大幅度提升数据的访问命中率;离线迁移可以根据系统访问数据库片的特点, 将处于同一块的内容迁移到相同优先级位置的存储器上, 这样可以利用联想处理操作提高系统处理效率。数据迁移组合可以实现更多的迁移技术, 比如同级在线迁移、异级在线迁移、同级离线迁移和异级离线迁移等方法, 可以大幅度提升系统存储的实时性。

5 结束语

信息化技术的发展促进各大医院构建了门户网, 集成了挂号系统、病历档案系统等, 形成了一个门户群, 这些系统运行积累了海量的数据资源, 因此构建一个大数据智能存储系统, 能够动态改变数据存储位置, 提高数据资源的利用效率, 更好地为患者、医师、护士等人员提供服务。

摘要：随着云计算、数据库、服务器技术的快速提升, 医院已经引入了先进的自动化系统, 比如医学影像系统、病历分析系统、药物管理系统、诊断治疗系统等, 这些系统运行积累了海量的数据资源, 需要构建一个医疗大数据智能存储系统, 进一步改进系统访问效率。

关键词：医院,大数据,智能存储,访问效率

参考文献

[1]李文祯, 张百平.基于商业智能系统的数据存储架构与规划[J].信息通信, 2014 (9) :94-94.

[2]朱蓉, 赵利平, 龚迅炜, 等.面向“智慧医疗”关键信息技术及其应用研究[J].电脑知识与技术, 2012, 08 (5) :1137-1138.

[3]凌志, 洪迎玉.基于商业智能的医院决策支持系统研究与实现[J].中国卫生信息管理杂志, 2013 (6) :529-533.

[4]李维, 陈祁, 张晨, 等.基于大数据技术的临床数据中心与智能分析应用平台构建[J].医学信息学杂志, 2014, 35 (6) :13-17.

智能家居电器控制系统的分析研究 篇9

智能家居又称智能住宅, 在国外通常称之为Smart Home。智能家居就是通过综合采用先进的计算机、通信和控制技术 (3C) , 建立一个由家庭安全防护系统、网络服务系统和家庭自动化系统组成的家庭综合服务与管理集成系统, 从而实现全面的安全防护、便利的通讯网络以及舒适的居住环境的家庭住宅。

智能家居是IT技术 (特别是计算机技术) 、网络技术、控制技术向传统家电产业渗透发展的必然结果。也就是说, 首先要在一个家居中建立一个通讯网络, 为家庭信息提供必要的通路, 在家庭网络操作系统的控制下, 通过相应的硬件和执行机构, 实现对所有家庭网络上的家电和设备的控制与监测;其次, 要通过一定的媒介平台, 构成与外界的通讯通道, 以实现与家庭以外的世界沟通信息, 满足远程控制/监测和交换信息的需求。最终目的就是为满足人们对安全、舒适、方便和符合绿色环境保护的需求。

2. 问题提出

迄今为止, 智能家居的控制总线标准有很多, 与总线标准对应的通讯协议也不相同, 这样在技术上难以统一, 实现起来比较困难。EIB (European Installation Bus欧洲安装总线) 是一种比较通用的智能家居总线标准, 相对于其他的总线标准来说更规范化, 也具有可扩展性。但是EIB现在所提供的操作都是通过特定的软件来设置操作命令, 对于一般用户来说要使用专业软件来控制电器是不可接受的, 所以就需要设计一种应用程序, 使得用户通过该应用程序就可以轻松实现电器控制, 即为用户提供一个操作软件, 用户通过该软件来向电器发出命令。本文就是以当今较通用的智能家居总线标准EIB为基础, 通过程序设计实现从用户化的操作界面对家居设备进行控制。

对家居设备的控制主要是通过设备连接和写命令两部分来实现。设备连接的目的主要是获得所要控制设备的物理地址。写命令则是将用户操作通过Tunnel发送给设备的硬件控制, 从而实现通过用户界面对家居电器设备进行控制。

3. 智能家居电器控制系统简介

智能家居由家居综合布线系统、安全防范系统、背景音响系统和电器控制系统组成。

其中电器控制系统控制的对象并非所有的电器, 目前可以控制的电器主要有灯光照明设备、电动门、窗帘等, 而与之相对应的控制手段则是开关面板、控制器、远程控制和计算机的人机交互。

电器控制系统的功能设计包括:灯光照明系统、场景照明系统和灯具定时开关等。传统的灯光开关只能实现一对一的开关控制, 智能家居则可以根据客户的要求、房型结构等进行功能设计和场景设计, 根据不同的生活气氛产生不同的照明亮度, 例如晚上就寝智能开关可以自动逐渐调暗灯光, 直到完全关闭。场景照明系统则是指既可以对每个灯光进行调控, 还可以根据主人的起居习惯和风格, 对会客、就餐、收看电视、休闲娱乐等情景的照明效果进行设计, 例如在某种情景下应点亮或关闭灯具, 将各个灯具调节到预定的亮度。灯具定时开关则是指对日常生活有规律, 或对照明的时间有严格要求的场合, 可使用灯具定时功能。

4. 智能家居现场总线标准

家居电器控制系统在实现以上这些功能时, 可能采取不同的现场总线。根据国际电工委员会 (IEC) 的标准和现场总线基金会 (FF) 的定义:“现场总线是连接智能现场设备和自动化系统的数字式、双向传输、多分支结构的通信网络”。现在几种主要的家居电器控制总线标准为:消费电子总线CEBUS (家庭总线) 、Lonworks总线、Ap Bus总线、RS-485总线和EIB总线。

EIB是一个在欧洲占主导地位的楼宇自动化 (BA) 和家庭自动化 (HA) 标准, 它出现较晚, 但是发展比较迅速。EIB是一种标准化的总线控制系统, 控制方式为对等控制方式。EIB最大的特点是通过单一多芯电缆替代了传统分离的控制电缆和电力电缆, 并确保各开关可以互传控制指令, 因此总线电缆可以线型、树型或星型铺设, 方便扩容与改装。元件的智能化使其可以通过编程来改变功能, 既可独立完成诸如开关、控制、监视等工作, 也可根据要求进行不同的组合。与传统安装方式比较, EIB不增加元件数量而实现了功能倍增, 从而具有了高度的灵活性。

EIB系统既是一个面向使用者、体现个性的系统, 又是一个面向管理者的系统, 使用者可根据个人的喜好设置系统的功能, 达到自己所需要的效果, 并可通过操作探测器 (如按钮开关等) 来控制系统的动作。

EIB协议仍在不断发展和完善。1999年, 欧洲三大总线协议EIB、Bati Bus和EHSA合并成立了Konnex协会, 提出了KNX协议。该协议以EIB为基础, 兼顾了Bati Bus和EHSA的物理层规范, 并吸收了Bati Bus和EHSA中配置模式等优点, 提供了家庭、楼宇自动化的完整解决方案。

5. 以EIB为基础的设备控制实现

在现有的EIB总线标准的基础上, 如何实现通过计算机来控制家用电器呢?从图1中可以有一个总体了解:

首先, 将被控对象与编程计算机通过USB相连, 建立硬件层面的设备连接;随后, 利用EIB的操作接口, 建立软件通讯层面的设备连接;之后, 进入编程环节。编程环节具体包括:为被控的电器对象在编程计算机上准备好配置文件;准备启动时解析配置文件的动作;控制界面的响应动作;最后是程序命令的发送。

下面以灯泡作为被控对象, 举例说明上述过程。

5.1 建立与被控对象间的硬件物理连接

通过USB将被控对象与计算机连接。

5.2 建立与被控对象间的软件通讯连接

连接的操作可以在unix的命令窗口进行。这里要注意的是:因为USB设备没有固定的名称, 所以需要在unix系统的命令窗口中使用命令:findknxusb, 该命令会列出所有与KNXUSB接口属性匹配并且被连接的USB设备的地址和endpoints, 显示类似如下的结果:

Device 1:1:1:2

获得了该设备的物理地址后, 就可以进行eibd连接:

5.3 编程环节

在经过了3.1与3.2两个步骤的硬件、软件层面的连接, 若连接成功, 则可以进行编程的环节。

第一步:创建设备属性XML文件, 如Config.xml。文件的格式可按如下例子创建:

这里需要说明的是:

Point代表的是一个电器设备。

Pointtype_Major代表的是对电器操作命令的类型, 这些在EIB的标准中都有明确的规定, 本程序中:对电器的开和关操作可以看成是一个boolen变量, 即“开”表示为1, “关”表示为0。

point Type_Minor则同上类似, 也是通过EIB的标准规定来设置。

gad_address代表的就是电器设备的地址, 这个地址是可以人工设置的。

point Value代表当用户在操作界面选择电器模式为“正常模式”的时候, 与之对应的应当向电器发送的设备命令:On-开, Off-关。

第二步:编写配置文件读取方法

首先, 选择读取XML文件的方法, 如jdom。其次, 创建java类Point Data, 该类用来存储从XML文件中读取的数据, 该类中的属性名称与配置文件中point下的子节点名称一一对应。创建Point Data的伪代码如下:

最后, 使用jdom将配置文件中的设备信息存入创建的Point Data实例中。

在编程设计操作界面的时候, 要创建代表不同命令的Button类, 在创建该类过程中需要把Point Data作为其属性之一, 这样当用户在操作界面按下Button的时候, 程序就能知道是对哪个设备发送命令。

第三步:编写发送命令程序

实现发送动作主要分为以下两个步骤:首先, 建立连接;其次, 发送命令字符串。相对应地, 从软件工程面向对象的思想出发, 可实现以下几个基本类, 来分别实现上述步骤。它们是:EIBConnection, Group Send Con。

首先, 类“EIBconnection”的作用是建立计算机与控制设备的连接, 并提供发送命令的输出流Output Stream。可通过以下的伪代码实现:

类EIBConnection的构造函数的参数host就是计算机的IP地址, 如“127.0.0.1”, port一般为“6720”。

其次, 在完成设备连接动作后, 即可进行发送字符串命令。EIB总线已经对一些电器设备进行了标准化设置, 这样发送的命令也必须是EIB标准所能够识别的。所以发送字符串的关键在于, 将用户的界面操作命令转化为EIB标准可识别的过程。这也就是前面所提到的配置文件“Config.xml”中, 设置字段“point Type_Major”以及“point Type_Minor”的原因。而类“Group Send Con”的作用就是命令标准化和发送标准化后的命令。该类是在基于EIB标准所提供的转换类“PDUXlator List”的基础上, 进行了适当封装而完成的。例如, 当用户选择“正常模式”的动作, 相当于对电灯实施“开”操作, 即point Value=On。将该操作命令做标准化转化的伪代码为:

通过以上的操作, 就是实现从计算机界面对设备进行控制。当然上面的实现只是很简单的操作, 对于其他的控制的设备, EIB已经将这些设备名称和操作命令标准化, 在实际的应用中不需要额外命名。当有多个控制设备时可以通过配置文件等方式, 将需要控制的设备地址、允许操作的种类以及其他的相关属性先写入配置文件, 然后在程序运行启动时, 读入配置信息, 将这些配置信息作为描述设备的类的属性, 接着通过计算机控制界面发送命令时, 就可以动态实现命令的转化, 而不需要在程序中作硬编码了。

6. 结论与展望

本方法使用现在通用的EIB总线协议实现计算机界面对家居设备的控制。目的在于通过一种普遍认可的总线标准来实现对家居电器实用的控制操作, 同时对于以后EIB新添加的设备标准也同样可以使用。

随着高科技和信息技术的广泛应用, 安全、舒适、便利的生活环境已经不再是一个遥远的梦想。智能家居系统能够为人们提供更加轻松、有序、高效的现代生活环境。在未来, 没有智能家居系统的住宅将像今天不能上网的住宅那样不合潮流。相信不远的将来, 智能家居一定会更好地造福人类。

摘要：智能家居可以通过EIB总线对家居电器设备进行控制。本文介绍了几种常用的现场总线标准, 重点说明了欧洲安装总线EIB。提出了使用EIB总线标准进行家居设备控制的方法, 通过该方法, 可以从计算机控制界面轻松地实现设备的操作和设置。

关键词：智能家居,控制系统,现场总线,EIB

参考文献

[1]顾牧君.智能家居设计与施工[M].上海:上海同济大学出版社, 2004.

智能数据分析系统研究 篇10

太阳能光伏发电系统是将太阳能转换为电能的装置, 由于光伏系统的非线性, 当光照强度、温度及负载发生改变, 将会影响光伏太阳能极板输出电压和输出电流, 从而影响了整个系统的工作点。为了使辐射到太阳能板的资源得到充分利用, 提高光伏系统的转换效率, 要不断跟踪系统的变化, 保持系统工作在最大输出功率点上运行。最大功率跟踪MPPT控制方法应运而生, 目前主流的方法包括:恒电压跟踪法、扰动观察法和电导增量法;恒电压法最简单, 实现容易, 但精度、效率低, 系统功率损失大;扰动观察法通过注入电压, 观察功率变化确定跟踪方向, 实现比较简单, 但在最大功率点附近会造成震荡, 会影响跟踪的时间、精度, 震荡的大小由步长决定。电导增量法是对扰动观察法的改进, 是根据P-V曲线的导数特性来调整输出电压实现功率跟踪, 跟踪的步长决定跟踪的精度和速度, 步长过短会造成跟踪时间长;步长过长系统反应快但可能跳过功率点, 在最大功率处发生波动, 精度和速度形成矛盾。在利用电导增量法跟踪最大功率基础上, 提出建立实时和历史数据库跟踪功率变化, 对于数据库中可查询到的匹配数据可适当加大或减小步长, 提高跟踪速度和减小系统波动。系统采用MSP430F5438作为控制核心, 扩展信号采集处理电路, 实现DC-DC变化;采用存储器存储数据库信息。设计系统具有快速、精准、简洁特点, 迅速地跟踪环境的变化, 实现最大精度的功率跟踪。

1 光伏电池的输出特性、数学模型

光伏电池由PN结组成, 在光照下由光生伏特效应产生光生电流。光伏电池两端接入负载R, 负载上就会有电压V, 电压反作用于光伏电池PN结上产生与光伏电池电流方向相反的电流Id。电池板内部会有电池损耗, 产生电阻Rs, 由于电池在制作时会产生微小的裂痕、划痕, 从而会形成漏电电阻Rsh。光伏Rs和Rsh是电池的固有电阻, 一个理想的光伏电池两者可以忽略。等效电路如图1所示。

得到

式 (1) 中I是流过负载的电流;Iph光伏电池板的光生电流;Id流过二极管的电流;Ish光伏电池的漏电流。其中有

式 (2) 中q为电子电荷;K为波尔兹曼常数;T为绝对温度;A为PN结理想因子;Rs为光伏电池串联因子;Rsh为光伏电池并联电阻。

计算可得

光生电流和温度、光照强度的关系

式 (2) 中ISCR为标准条件下短路电流;Kt为短路电流的温度系数;λ为光照强度。

模型系统给定光伏电池额定最大功率Pmax为78 W, 额定电流Iwpp为4.2A, 额定电压Vwpp为16 V, 短路电流Iscr为4.6 A, 短路电压Vocs为20.7 V, 短路电流温度系数Kt为1.87, 短路电压温度系数KT为-0.73。

根据数学模型可知光伏电池的输出特性为非线性, 光伏电池的输出电压和输出电流是随着温度、光照的变化而变化。系统模拟温度在t=25℃, 光照强度在200~800 W/m2环境下, 可得光伏电池模型组的I-V、P-V曲线分别为图2、图3。图2中当光照强度一定时, 输出电流在电压增加时基本不变, 达到某一电压值时迅速下降, 从而导致在这一条件下输出功率的变化, 呈现单峰曲线。图3中当同一光照下, 功率随着电压增加而上升, 但当一定程度时功率反而下降, 中间某一点处形成最大功率, 即最大功率点。为了使光伏系统运行效率高, 需要保持工作在最大功率处。

2 结合数据库的电导增量法

2.1 电导增量法

由于光伏系统的输出P-V曲线为单峰曲线, 曲线只有一个最大值, 可知在峰值处, 功率对电压的导数为零。可得, 时, U是小于最大功率点电压, 工作点位于左侧;时, U是在大于最大功率点电压的区域, 工作点位于右侧;当时, U等于最大功率点电压。

由此通过判断d P/d U的大小和正负即可得电压所处的位置和当前工作点与峰值点的距离。按调整距离 (即步长) 的方式, 分为定步长和变步长电导增量法;定步长的方式值只是由d P/d U的正负判断调整的方向, 而步长是固定大小的。变步长方式是当d P/d U较大时, 适当加大步长;而当d P/d U较小时, 减小步长, 通过步长的改变提高跟踪系统的跟踪速度, 并保证具有一定的跟踪精度。在实际应用中, 取得系统的最大功率由光伏阵列和负载之间的阻抗来实现, 由电路知识可知, 只有当内阻和外阻相等时, 电源输出功率最大, 控制负载的电阻可以通过调整占空比实现。

设U (k) 、I (k) 为光伏系统k时刻的电压和电流, D (k) 为此时的占空比, N为变步长系数, 则有变步长算法:

由于d P/d U≈ΔP/ΔU可得公式为

通过设置合适的N来调整步长系数, 当d P/d U的绝对值越大时, 工作点离最大功率点越远, N可以取大一些;当d P/d U的绝对值越小时, 工作点离最大功率点越近, N可以取小一些, 从而提高最大功率跟踪的精度。

2.2 结合智能数据库的算法

在采用电导增量法建立基础数据, 经过一段时间后形成数据库, 信息数据库中存放了系统运行时经常遇到的工作状况 (光强、温度、输出电压、输出电流等) , 它分为两大部分:“利用率高表格”和“历史利用率表格”, 在利用率高表格中存放着系统经常用到的数据以及经常遇到的工作状况, 按系统出现的频率由高到低依次排列。根据概率论的原理, 系统可以在最短时间内找到所需的最大功率点Pmax。由于利用率高表格是在不断更新, 设计一个存有历史数据的历史利用率表格, 此表格的作用是, 当数据表中没有当前的工作状况时, 需要进行电导增量法的计算, 计算出Pmax, 再将历史数据表中所对应的项累计加1, 经过一段时间利用率最高的项与“利用率高数据表”中的项相比较进行替换, 可以保证数据表中的项是应用工况频率最高的, 在很大程度上提高了跟踪速度。

电导增量法程序部分是在数据表中查不到当前工况的情况下, 计算Pmax的算法。当数据表中查询不到匹配当前工作状况的项时, 进行自寻优的跟踪方法计算步长, 调整占空比, 达到最大功率跟踪, 数据再通过数据库操作形成数据以便使用。图4为采用基于数据库的可变步长的电导增量法的系统流程框图。

3 系统仿真与结果

根据光伏阵列的数学模型, 在Matlab/Simulink下建立仿真模型, 模拟光伏发电系统实现最大功率跟踪系统。采用提出的基于智能数据库的电导增量法, 算法仿真结果如图5、图6所示。图5显示一天内的光照情况, 从某天内选取8个小时采集光照强度, 从采集的数据可以得到这一天中的光照从8∶30到16∶30光强先是比较平稳上升, 然后在下午有一些波动。应用本文方法对这一天的时段内最大功率的跟踪仿真后如图6, 可以看出跟踪功率基本贴近于理论最大功率, 与传统的电导增量方法比较, 平均的误差 (图中红线) 有所改善, 提高了功率输出的稳定性。

设计具有MPPT跟踪功能的控制器, 一般通过调节DC-DC变换器实现电压的增加与减少, 从而实现功率跟踪, 使实际工作点靠近最大功率点。系统应用Buck型降压式DC-DC变换器, MPPT控制器采用TI公司生产的MSP430F543芯片, 内部集成有一个高性能的模数转换器, 实现12位的SAR内核的逐次逼近型转换。光伏电池阵列的输出电压和输出电流信号经霍尔传感器检测后送到控制器, 经芯片运算处理产生PWM控制开关管占空比, 从而调节光伏电池输出功率, 直至最快逼近最大功率点。系统电路原理图如图7。

系统设计的模数转换关键代码如下:

PWM波形关键代码如下

图8为DC-DC变换器的输出波形, 250 ms内系统对功率点的跟踪电压值, 电压基本稳定在12 V, 表明运用智能数据库的电导增量法有助于系统的稳定。

4 结论

为了最大程度地跟踪太阳能电池板的转换功率, 实现最大效率地利用能源, 本文针对电导增量法进行研究, 系统采用MSP430作为控制器, 通过输出PWM调节开关管开通与关断, 在变步长的靠近最大功率点方法基础上, 提出建立数据库实现实时、历史数据库, 通过检索数据库最快地调整电压。方法经过Matlab仿真, 表明可以改善功率输出误差, 减小系统震荡, 提高跟踪速度。

摘要：针对太阳能光伏发电系统的功率输出非线性特点, 提出一种结合数据库, 利用电导增量实现最大功率跟踪的系统。论文根据光伏阵列的特性, 建立光伏系统数学模型, 采用电导增量法建立历史和实时数据库, 通过数据库查询尽快跟踪功率变化, 调整占空比, 达到实时最大功率跟踪。系统采用MSP430作为控制器, 定时方式产生PWM控制变换器开关。研究结果表明, 系统可以快速跟踪最大功率变化, 提高跟踪精度和输出功率, 相对传统电导增量法本文方法跟踪速度提高5%20%。

关键词：光伏发电,最大功率跟踪,电导增量法,数据库

参考文献

[1] 黄舒予, 牟龙华, 石林.自适应变步长MPPT算法.电力系统及其自动化学报, 2011;23 (5) :26—31

[2] 熊远生, 余立.固定电压法结合扰动观察法在光伏发电最大功率点跟踪控制中应用.电力自动化设备, 2009;29 (6) :85—88

[3] Jiang Joe-Air, Liang Tsong.Maximum power tracking for photovoltaic power systems.Tamkang Journal of Science and Engineering, 2005;8 (2) :147—153

[4] Karlis A D, Kottas T L, Boutalis Y S.A novel maximum power point tracking method for PV systems using fuzzy cognitive networks (FCN) .Science Direct:Electric Power Systems Research, 2007;77:315 —327

[5] 高金辉, 唐静.一种新型光伏系统最大功率跟踪算法的研究.电力系统保护与控制, 2011;39 (23) :21—26

[6] 朱拓斐, 陈国定.光伏发电中MPPT控制方法综述.电源技术, 2011;35 (10) :1322—1324

[7] 李鹰, 康龙云, 朱洪波, 等.一种新型光伏发电系统最大功率跟踪算法.电气传动, 2010;40 (12) :35—39

[8] 王宝忠, 刘卫法, 付宁宁, 等.光伏并网发电系统MPPT算法研究.科学技术与工程, 2010;10 (34) :8432—8437

[9] 王志兵.恒压法结合变步长电导增量法的最大功率点跟踪.科学技术与工程, 2012;12 (19) :4638—4642

矿灯智能管理系统的研究 篇11

【关键词】矿灯；智能；系统

矿灯是煤矿工人必备的井下照明工具，矿灯的安全性能及使用管理与煤炭安全生产息息相关。近年来，因矿灯使用管理不善而引发的煤矿重特大事故时有发生。目前安全性能高、体积小、重量轻的新型锂电池矿灯已逐渐淘汰了安全性能差的老式矿灯，但是矿灯的信息化管理还很薄弱，为了适应煤矿现代化建设的需要、改善锂电池矿灯充电性能，实现矿灯（矿工）的信息化管理，我们研究运用了锂电池矿灯智能化充电架及矿灯（矿工）信息化管理系统， 实现矿灯自动化管理，该系统可实现矿灯的信息化管理，完成矿工的考勤管理、档案管理等功能，通过局域网还可在调度室和各办公室内查询、统计、打印有关信息；实现了实时记录矿灯架上挂灯和取灯的数据，使用户可以随时监测矿工上、下井情况，并可查询矿工工作时间，对矿工进行考勤。

1.智能矿灯硬件系统

（1）矿灯充电架：常用充电架102路外形尺寸：1860*360*1730 （mm）（长*宽*高）分三层，每层带34路充电器，每个框架102路充电器，102盏矿灯同时充电。（2）采用进口直流稳压电源电路，输入电压范围宽，输出电压稳定，输入过流、欠压保护，输出短路、过流、过压保护。（3）与计算机通讯的实现：充电器之间通过通讯线进行串行连接，不需每个充电架分别连接到计算机，只需一条通讯线就可以实现计算机对每一个充电器的监控。判断电池的充电状态，对充电状态判断算法先进，充电器不会产生误判，也不会产生过充。（4）系统功能强大、带有实时监测、历史记录、数据统计、延时、故障灯报警、打印等功能。（5）矿灯所有信息数据的采集均使用先进采集模块，信息数据的传输为有线传输，具有极高的可靠性和稳定性。

2.智能矿灯硬件系统

软件系统包括采集服务器和管理系统两部分。

采集服务器是灯架上的单片机与管理系统之间的桥梁，也是本系统关键技术所在，为保证数据的正确性和连续性，要求采集程序应独立运行，即使管理系统关闭，采集服务器也不能停止。采集服务器具有解析单片机打包的数据，并进行数据检错与纠错功能，可识别底层由于干扰产生的错误数据并自动排除，然后将正确数据存入数据库，供管理系统使用。管理软件用于了解矿工的工作情况，主要功能有：a、基础数据设置。包括职务、用工性质、工种、部门等基本数据的编辑。主要实现基础数据的增、删、改，这些数据可根据各单位的情况进行划分，可动态录入。录入的数据存入数据库，用于人员基本信息的标准输入。b、人员管理。主要实现职工的各类信息的录入，包括姓名、性别、工作单位，工作性质、身份证、照片等，用于职工的管理和工作情况的查询与考勤统计中。c、照片导入。在职工基本信息录入时，如果暂时没有职工照片，可先不录入，等职工照片收集到后，可将照片录入一次性录入。d、灯架管理。由于不同单位定制的矿灯架规格稍有不同，灯架管理部分用于根据实际灯架情况设置灯架的参数，包括灯架的层数、每层的矿灯数量。为在某个灯架暂时不用时，不影响其它灯架的工作情况，还可设置灯架工作情况，用于控制采集程序是否采集该灯架的数据。e、灯架状态监控。用图形的方式实时的显示矿灯情况，只要安装了该系统的机器，随时可监测到每个灯位的矿灯是否在架，从而可知职工是否下井，界面上用不同颜色的灯来反映矿灯状态，使查看非常直观。f、基本信息查询。用于查询职工的基本信息和当前的井上或井下人员，该查询属于综合查询，查询条件可任意组合，查询的数据信息可显示，也可生成报表打印。g、灯架信息查询。用于查询矿灯的取走与交回时间和相关信息，以便了解矿工上下井情况，查询时可选择条件，这样既可进行部分查询，也可进行全部查询。h、考勤统计。考勤信息界面用于查询矿工上井与下井情况和统计矿工的工作时间，并可统计当日超时工作人员，以便进行科学的管理。

3.智能系统的安装及特点

系统具有较高的兼容性，Win2000；或WinXP/Vista.均可安装使用；安装非常方便，计算机与充电架之间采用的是串行接口，无需每个充电架分别与计算机连接，只需一条数据线就能实现计算机对所有充电器的实时监控；操作简单，具有充电过程指示功能，直观，可靠；系统便于升级和维护，每个充电架相互独立，互不影响，可随意的增减。

系统采用全中文操作界面，界面友好、易操作、易维护、安全可靠，无需计算机专业知识；功能齐全，操作灵活；系统安全，运行稳定。软件性能高度优化，运行速度快，且具备完善的内部控制机制，保证数据的安全性和完备性；系统主要包括信息采集与传输、矿灯充电监控、矿工状态查询、安全报警管理、充电架信息管理、矿工信息维护、考勤管理、数据库备份恢复、基础数据设置、用户及权限管理、等功能；本系统可与井下人员定位系统链接，可对据客户特殊需求进行量身定做。

智能矿灯管理系统是根据煤矿矿灯充电控制原理以及煤矿考勤制度的现状，为满足煤矿矿灯管理现代化、智能化、信息化及安全化的需要而提出的集信息采集、信息管理于一体的基于网络技术的智能信息管理系统。该系统与井下人员定位系统链接实现了人员从放灯、充电、充满、取 灯、使用到上井、下井、自动统计、报告、考勤等全过程动态管理。为管理者、决策者实时提供了快速、准确、全面的信息依据，为矿灯和人员的管理和安全预防、决策打下了基础，开创了煤矿信息化管理的新纪元。矿灯房运用矿灯智能化管理系统后，提高矿灯管理能力，降低事故率，减少故障处理时间，提高矿井效益，能够最大限度地减少因矿灯管理系统故障而造成的事故，提高矿灯使用的安全性和可靠性，节约设备维修费用，延长设备使用寿命。同时，根据现在的技术水平，配备先进智能化管理系统，完成矿灯的智能管理和矿工考勤等管理。实现矿灯智能化管理，每年可将维护配件费用降低到最低点。 [科]

【参考文献】

[1]潘俊涛，袁国荣.矿灯智能充电监测管理系统的研究与应用.煤矿现代化，2012，（02）.

[2]孙文彬.矿灯智能管理系统的应用.科技信息，2010，（22）.

智能数据分析系统研究 篇12

关键词：数据挖掘,智能交通系统,应用研究

随着我国城市化的不断推进发展,城市与城市之间的交通问题越来越明显。智能交通系统是通过多种先进科学技术研发出来的一种新型交通系统,能够让当下我国存在的交通问题得到有效解决。目前,智能交通系统的研发,主要研究方向在于对交通流的控制和诱导,且是往后进行研究的主要方向。然而,城市交通控制系统本身具有不确定性、较高控制性以及实时性的特点,其内部的结构相对复杂。因此,想要进行系统建模和模型求解就存在很大困难,其中实时性控制要求,是需要在快速变化的交通流状态下,将最为适宜的控制变量给计算出来,而单单依靠传统控制方法是很难解决这些问题。

1智能交通管理数据挖掘

1.1道路交通挖掘

所谓道路交通数据主要是指,将道路交通数据采样得到的一系列时间上离散的数值型数据,按时间顺序进行序列,这也是智能交通管理平台所进行研究的主要对象。车辆流具体是指那些在道路上不断行驶而形成的车辆流,而在道路上机动车辆连续行驶的车流,即被称为做交通连续流。假如在某个特定的时间、空间范围内,车流并没有处在横向交叉影响位置,则连续流流通状态就会由此显现而出。而在一些高速、高架以及跨江隧道等交通路段,如果没有受到其他的异常干扰,则所形成的交通流就是当下最为典型的连续流[1]。交叉路口上机动车由于受到交通信号灯的控制,出现红灯需要停止,而绿灯才可以通行,这样的交通流属于非连续状态。

1.2智能交通管理控制数据

智能交通管理平台可实现对交通管理控制所生成的信息,进行实时记录。例如:电子警察系统能够对交通流中的违法车辆及其违法的行为过程,以图像数据的形式进行实时记录,将车辆交通违法行为信息提供给相关交警部门,此外还有驾驶员管理信息和车辆管理信息等[2]。

1.3道路交通环境数据

道路交通环境信息包含很多,不管是设计道路通行能力数据、交通岗、信号灯以及限速标志等交通道路设施,还是车道宽度、公交信息、路口渠道、施工信息、临时封闭措施以及交通管等异常事件都属于道路交通环境信息。

2数据挖掘在智能道路交通中的应用分析

2.1数据净化处理

在检测器对数据进行自动采集或者是人工进行数据输入的过程中,都很有可能出现一定错误,造成这种现象的原因有两个方面,第一是车辆检测器存在误差,甚至以及发生故障;第二是人工在数据输入过程中由于粗心、干扰等种种原因导致出错。介于此,就需要将错误、异常数据以及没有作用的信息从大量数据中消除掉,这也就是数据净化问题。数据净化属于数据分类中的一种,是其中最为典型的问题之一,简单来说就是将数据分为两种,一种是有用数据,一种是没用数据,再详细一点就是将无用数据在分成错误和异常者两种数据。,形成丰富的数据库,并最终完善成为数据挖掘体系。通过该体系可采取的数据挖掘方法有很多,如:聚类分析、决策树、神经网络以及关联规则等等。在数据挖掘中分类是运用最为普遍且最基本的用途,不管是什么数据,都会需要进行数据净化。监视器在进行信息采集工作过程中,经历较长的时间,每个子系统中操作人员对数据进行长时间输入,就必须运用数据挖掘技术对这些大量数据进行净化。

2.2短缺数据的挖掘

只有得到最大限度的信息支持才能进科学决策,然而在实际系统操作中,对交通流信息的获取仍然存在一定难度。其主要原因有两个方面,首先,无法对相应的车辆检测器及视频监视设备等采取过多的设置,否则将导致其维护的成本和工作量变得繁多,一些地方由于没有设置检测器,也就无法获取交通流数据,这就需要从其相邻的检测器数据中,运用数据挖掘技术估算出这个地方的数据[3]。其次,不管是检测器还是视频监视设备,在误差和故障率上依旧存在,相同检测面上,一些检测器也许会发生受遮和失效的问题,在设备出现故障或者检测失效的时候,就会让数据短缺问题显现出来,因此就需要对数据进行弥补。可充分结合上下游检测器所具备的交通流数据、不同时段的交通流数据以及历史交通流数据等,通过数据挖掘技术就能够直接将,已知数据和短缺数据的联系进行计算,因而就能将未设置检测器地区的交通数据或者因故障让数据丢失的地区数据都能够被大致估算出来。

2.3交通流参数的预测

为了让有效的交通控制得以实现,就需要对交通流动态参数每隔五分钟进行一次预测。将实际的交通流数据检测出来,以此来对下一个五分钟交通流动态参数进行预测,将交通流数据和预测值的关系给找出来。但是,交通流属于典型的非平稳随机过程,五分钟的交通流参数预测问题是一种弱结构化的问题,其不确定性非常明显。通常不能够运用简单的数学解析式来对二者间的关系进行描述,只能够从采集的实测数据中将二者关系给挖掘出来,将这种关系用知识表达出来,形成丰富的知识库。

3结语

总而言之,在对交通中特定问题进行分析和处理的过程中,运用传统方法具有较大局限性,对当下智能交通系统发展的需求很难做到有效满足,而数据挖掘法的出现则能够让这些问题得到有效解决,相信在未来发展中,数据挖掘定会在智能交通领域中发挥出更加强大的作用。

参考文献

[1]赵祥模,惠飞,史昕,马峻岩,杨澜.泛在交通信息服务系统的概念、架构与关键技术[J].交通运输工程学报,2014,04:105-115.

[2]秦佳.数据挖掘技术在智能交通管理中的应用[J].中国高新技术企业,2013,08:45-46.