欢迎进入南京赛亚特福精密仪器有限公司官方网站!

全国24小时咨询热线

13382302213

您现在的位置:赛亚特福 > 新闻动态 >

详细信息

投入式液位计的特点及应用

文章作者:南京赛亚特福精密仪器有限公司    发布时间:2022-04-26
投入式液位计的特点及应用
随着电网的不断发展和电力市场的发展,人们对电网的安全运行和供电可靠性的要求越来越高。当电力系统发生故障时,调度人员需要快速准确地识别故障部件和故障性质,及时处理故障,恢复电力系统的正常运行。输配电系统是电力系统中发电厂和电力用户之间的输配电线路和变电站的中间环节。其故障不可避免,电力系统规模的扩大和各种监控设备的应用使输配电网络故障诊断尤为重要。由于其可靠性指标是影响整个电力系统可靠性的重要因素,其可靠性的提高将给整个电力系统的安全、可靠性和经济运行带来巨大的效益。因此,研究人员一直致力于开发先进、准确、自动故障诊断系统。
输配电网络故障诊断主要分析各级各类保护装置产生的报警信息、断路器状态变化信息、电压电流等电气测量特点,根据保护动作的逻辑和操作人员的经验推断可能的故障位置和类型。由于这个过程很难用传统的数学方法来描述,而人工智能技术因其善于模拟人类处理问题的过程而被广泛应用于类经验和一定的学习能力而在这一领域得到了广泛的应用。通过对网络缺陷判断认知过程的分析,应用综合知识诊断、模糊理论、神经网络等人工智能技术的成果,开发了综合自动逻辑分析判断系统,分析缺陷,提供监督处理意见,使维护人员对问题的理解更加全面、有效、有针对性。本文简要介绍了专家系统(ES)、人工神经网络(ANN)、模糊理论(FZ)、遗传算法(GA)等相关人工智能技术的基本概念,并根据单一智能方法和综合智能方法的应用,对文献中相应的输配电网络故障诊断方法进行了评价,分析了输配电网络故障诊断中应用的特点和主要问题,促进了研究领域的进一步发展。
在设备故障诊断领域,目前电力设备存在信息多源、状态评价困难、故障诊断率低等技术瓶颈。随着电力系统中物联传感终端数量的不断增加,电力设备传感监测数据呈现信号多源异构、样本质量不均衡、故障样本较少等特点,为全面刻画设备运行状态,可通过多源数据协同感知与压缩感知、多模态数据融合、知识图谱认知推理等技术,研发电力设备状态评价、故障诊断预警与检修辅助决策等智能应用,确保电力系统安全可靠运行。
同时,拓维信息深度自研设备管理模块,通过边缘协议解析组件的自主开发,实现对设备更灵活、更方便、更快速接入;自研数据总线模块,实现边缘节点自身及可信的边缘设备可实现数据互访和联动;自研边缘应用调度模块,统一边缘服务数据输入输出标准,通过云平台配置方式,实现场景联动。
边缘计算是指在智能手机等设备上处理数据。与云计算不同,云计算在远程、遥远的数据中心处理数据,边缘计算使设备能够在收集数据时立即执行部分或全部数据处理。
通过5G专网实时采集各类生产设备和终端的传感数据,传输到边缘云设备故障诊断系统。设备故障诊断系统负责对采集到的设备状态数据、运行数据和现场视频数据进行全周期监测,建立设备故障知识图谱,对设备运行趋势进行动态智能分析预测,并通过5G网络实现报警信息、诊断信息、预测信息、统计数据等信息的智能推送。

产品推荐:

客户服务热线

0517-86809692

在线客服