PK10开奖记录

未来智讯 > 物联网论文 > 基于物联网制造企业的电能综合监控系统

基于物联网制造企业的电能综合监控系统

发布时间:2019-04-26 06:01:03 文章来源:未来智讯    
能够修改和删除单位和用户数据,用户权限分配和修改。 (2)数据收集和沟通。 电能计量数据采集实现电流,电压,电能等数据的实时测量; 能耗和计量设备可用于收集和记录计量设备的运行数据,当使用设备时,使用计量设备的性能,特性和维护计划。 记录,查询和统计; 网络通信管理系统,系统配置,参数设置,障碍物检测,报警等功能。 (3)电力监控。 远程监控电能和设备,实现一流的设备电力负荷,设备状态,过程生产状态,实时监控和远程调整; 电力预测,平衡监测,演习,企业能源勘探模型,能源生产,生产优化,电力峰值避免监测。 电力负荷用于掌握和优化运行凭证负荷分布图,主动分配负荷损失,优化生产设备,运行周期和功耗峰值。 (4)电能统计分析。 分析不同能源单位和用能设备的能源统计和能源统计赎回及趋势分析,不同时期统一用能单位和用能设备,总电能和关键设备电能的统计分析 ; 节能效益分析供应公司,用能单位,节能设备,节能同比,环比和趋势分析,供应节能措施的教学和建议; 能源现实审计供应能源单位,关键设备生产和帮助能源消耗,按日,月,年精良会计和审计; 能源报告,图表管理公司,能源使用单位,能源使用设备,能源图表,直方图,饼图,图表,动态实时记录,查询和统计。 3电能综合监控系统的赎回3.1系统软件架构设计选择Force Control Force7.0 V7.0组态软件作为开发平台,开辟数据采集驱动和上层通信和通话驱动,现场电能数据解析网关 将数据库输入到强制控制实时数据库中,设计的ADO组件与SQL Server关系数据库保持一致,掌握数据传输,分析和关系数据库。 电能勘探模型窃取了关系数据库的历史数据和实时数据库的实时数据,以实现企业的能源生产前景。 现场图像和视频分辨率视频监控软件输入视频数据库存储,分析,解析视频控制和力控平台软件连贯,并实时嵌入到监控中。多用户人机界面开启 力控制配置软件。 软件选择B / S模式实现多用户公告和远程操作,并与公司ERP和OA系统联网。 集成电力监控系统的软件架构如图3所示.3.2企业电能展望(1)电能预测模型的建立。 选择BP神经网络算法[9]构建生产与电能关系的电能勘探模型。 决定公司生产与电力之间关系的因素有:在本月,产量计划在上个月,上个月的实际产量,上个月计划的电能,上个月的实际电能,本月计划的产量,本月的实际产量,电能计划这个 一个月,本月实际电能,下个月,产量将有计划; 下个月的电能预测将用作输出信息节点; 试错法[10]将用于确定隐藏层节点的数量为5,并将2013-2014文档用于训练电能勘探模型。 (2)期待对局的分析。 2015年每月的输入层信息节点数据作为电力勘探模型检测样本,1 - 12月对企业的实际电能和模型展望电能进行验证和分析[11]。 比较电能和预期电能。 如表1和图5所示,从表1和图5可以看出,预测量的最小相对偏差为1.02%,最大相对偏差为4.63%。 BP神经网络模型对2015年企业能耗和实际用电量有一致的预测。 3.3数据交换和处理智能网关和电表之间的数据采集符合DLT / 645?2007通信协议。 智能网关和力控配置软件平台之间的数据交换选择双主模式,并符合ModBus(TCP / IP)和住房和城市发展部的指导,用于两种类型的通信和会谈,系统数据交换和 处理模式,如图6所示。 解决ADO组件建立强制控制的实时数据库和SQL Server关系数据库的一致性,挽救两个数据库之间的数据交换,以及创建或修改数据表以及更新,删除,添加数据等操作。 执行预先编写的SQL语句,如数据分类和处理,执行数据库和后台数据处理,以及完成能源数据统计和分析。 4结束语基于Internet的企业电力综合监控系统已在西部超导材料有限公司投入运行,并且该局的实际运行证明:拟议的企业电力综合监控系统物联网架构和软件架构 可以实现制造加工企业生产过程的能量测量,监测,统计和分析; 选择BP神经网络算法构建企业电能勘探模型,生产过程的动态负荷需求和分配,生产调度优化,功率峰值避免谷填充动态监测,兑现优化生产操作, 设备和节能; 该系统可以与企业ERP管理系统和OA办公系统和谐的事物无缝集成,进一步提高企业电能的整体性能,提高能源的综合管理,实现精益生产过程。 智能制造具有不可避免的理论和应用价值。 参考文献[1]张乃禄,李永金,张玉祥,等。 基于物联网的加油站综合信息监测系统[J]。 西安石油大学学报,自然科学版,2013,28(6)):103?107。 [2]张乃禄,李立波,阮宗权,等。 丰富的信息融合锰渣生产安全监测系统及应用探讨[J]。 冶金倡议,2015,39(4):52? 57. [3] SWORDS B,COYLE E,NORTON B.企业能源信息系统[J]。 应用能源,2008,85(1):61?69。 [4]田峰。 基于全集成计划的能耗监测管理系统设计[J]。 当代电子技能,2015,38(5):97?100。 [5]蒋玉祥,黄全福,洪晓鹤。 基于钢铁企业能源特征及相互关系的能源管理信息系统探讨[J]。 冶金倡议,2011,35(2):18?23。 [6]刘传来,郭坤。 BP神经网络在企业能源管理系统中的应用[J]。青岛科技大学学报(自然科学版),2013,34(2):203? [7]冯卫平,丛立群。 冶金企业能源管理系统[J]。 Grasping Engineering,2005,12(6):597?600。 [8]胡江一,朱恩国,杜新刚,等。 电力信息采集系统的应用现状及发展趋势[J]。 电力系统自动化,2014,38(2):131? [9] KALOGIROU SA,BOJIC M.用于预测被动式太阳能建筑能耗的人工神经网络[J]。 能量,2000,25(5):479?491。 [10]张友山,李光远,邢军,等。 BP神经网络在企业能耗预测模型中的应用[J]。 辽宁科技大学学报,2014,37(4):343? 349. [11]谢艳丽。 BP神经网络和遗传算法在有色金属企业能源管理中的应用[D]。 广州:广东工业大学,2014。
转载请注明来源。原文地址:http://tangtes.cn/page/2019/0426/86537/
 与本篇相关的热门内容: