- 1、本文档共47页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
大功率电器智能识别与安全用电控制器设计
天津大学网络教育学院专科毕业论文题目:大功率电器智能识别与安全用电控制器的设计完成期限:2016年1月8日 至2016年4月20日学习中心:专业名称:学生姓名:计建国学生学号:132092433052指导教师:李娜娜大功率电器智能识别与安全用电控制器的设计第1章 绪论随着高等教育的普及,高校的扩招,在校学生人数增长的激增,尤其是伴随着学生生活条件的不断改善,越来越多的电器,如电脑、电视机、热水器、饮水机等正逐步走进学生公寓,这就要求对学生开放用电,而且高校后勤的社会化也势在必行;目前各高校都在进行后勤社会化改革,急需采用高科技手段加强用电管理。现在国内已有多家公司开发、生产学生公寓用电智能管理控制系统,随着该项技术的不断成熟及公寓管理水平的不断提高,该产品将有广阔的市场空间。1.1 用电管理的意义用电智能管理系统是电量的自动计量及管理发展的趋势,它将促进电力系统的潜能得到最大限度的发挥。基于现代网络通讯技术、微电子技术及模式识别技术,一种全新概念的智能计量及管理信息网络急待完善和提高。该计量管理信息网络应用计算机技术、通讯技术等,以智能芯片(如CPU)为核心,将全电子式智能计量与通信控制单元有机结合起来,由此构成的集群式供电智能管理系统可基本覆盖用电管理部门对用户电能计量装置要求的所有功能,并可实现智能化的自动故障诊断。我国高校中普遍存在用电管理落后、电力资源严重浪费的问题,安全隐患日益突出。长期以来,我国高校对校办公区和学生公寓普遍实施免费电量供应,有的还对学生公寓进行了限流定时的供电管理方法,但在用电安全和用电节约上存在着诸多矛盾和隐患,并且不利于校后勤部门有效管理。因此,现有大部分地区的高校已经采用或即将采用开放用电、超额收费的办法。这样即解决了供电与用电之间的矛盾,同时也减轻了学校支付高额电费的负担。但是实施用电收费管理,一方面必将带来大量的人工抄表统计收费工作,而传统抄表方式时效性差、统计工作量大、交费手续极为繁琐、容易产生错抄、漏抄和估抄等现象。此外,由于用电的放开又使得电炉子和热得快等大功率用电器大量进入学生公寓。由于学生公寓是人口密集、用电负载类型多样的场所。当使用以上大功率的电器设备时,很容易引起火灾等事故,直接威胁同学们的人身安全和学院的财产,并且给学校带来负面的社会影响。供电与用电之问的矛后日益突出,传统的电量计量管理系统远远不能满足高校后勤管理数字化的要求,建立智能配电管理系统,成为大势所趋[1]。管理系统可以实现对整个公寓的集中监控,可实现学生公寓各房间用电量自动检测计量、超预置电量自动断电、非法用电自动识别、短路、过流保护、欠费自动提示等功能,可使公寓用电管理自动化、智能化,提高公寓管理水平,实现安全、节能、增效。1.2 用电管理的发展及前景随着电子技术、计算机网络技术和通讯技术的发展,人们己研制出全电子式智能计量系统,在计量方式上采用了远程计算机管理信息网络,基本实现了计量的自动化和网络化,但是以往的研究都没有涉及负载类型的识别问题。因此,对负载类型识别的研究,有助于填补这一空白。目前,国内外研究负载模式识别的人较少。但也取得了一定的成果,主要是以下几个方面:①利用微处理器通过软件进行快速逆变换器负载性质判别与负载参数估算的方法,从而实现对无差拍控制逆变换器的输出进行精确控制。②对智能交通系统中的图像处理、模式识别和智能控制技术等关键技术进行了深入的研究并将这些技术融合到车牌识别、车道检测和跟踪、车型识别系统的具体研究中。③用小波尺度谱和相位谱对一些典型的旋转机械故障振动信号进行了分析研究。其他的还有如利用负载测量系统进行用户负载识别的方法,介绍如何运用采样理论进行采样,还考虑了周围环境对测试结果的影响。这些研究虽然简单的对负载参数进行了估算,但是,这些工作没有实现自动化,因此工作量大、效率低,不适合实时控制的需要。为更好地满足计算及判别的自动化,应用了波形识别的概念,但在实用性、实时性等方面有各自的缺点:①虽然讨沦了对波形的瞬时值进行采样并与相应的特征值进行对比,以判断设备的工作情况,但对整个波形的特征并未加以利用。②利用窗函数对检测波形处理后经短时傅立叶变换或小波变换获得特征值由此建立二维时频域空间,利用子空间投影方法进行波形分析。但此方法中需要最优选择_维窗函数的参数,不便于波形的自动、快速分析。③利用波形的瞬时值和频谱分析与电路的工作状态建立联系,然后用神经网络记忆这种映射关系,并通过应用进行了对比认为频谱分析比波形瞬时值更适合在电力电子电路检测中应用。但它所能检测的故障类别比较少,阻碍了此方法在负载类型识别中的应用。④利用DSP按照傅立叶变换、小波分析等算法分析了测试信号的特征,并经过比对确定系统工作状态,但没有建立系统自动比对方法。⑤根据波形自动分析的需要,将典型波形进行傅立叶变换,
文档评论(0)