摘要：石油化工企业生产环节中需要有众多机械设备的支持,同时需要积极采用科学合理的数据采集与监控系统作为支撑。石油化工企业结合自身实际工作状况,科学构建数据采集与监控系统,并在其实际应用中加以不断改进和优化。文章主要是从数据采集与监控系统的应用重要性分析入手,重点介绍了数据采集与监控系统设计工作情况,并提出了一些科学可行的应用情况,为切实有效推进石油化工企业的正常稳定运行提供良好借鉴和参考。

摘要：针对某大型鞋服针织品制造企业车间生产数据采集与远程监控问题,结合该企业实际情况,提出了一种离散型生产车间数据采集与监控系统。首先对传感器节点、网关、通信方式、云服务器、组网方案进行了分析和设计,对硬件设备、无线通信模块进行选型,对消息流和MQ forIoT服务器进行了设计与实现。最后,基于Python语言开发了消息接发服务(异步接口库),用极简的MicroPython语言为系统硬件(控制器和网关)提供驱动,采用现场数据看板、WEB站点、APP三种数据监控形式。研究结果表明:该系统运行稳定可靠,满足企业对数据采集与可视化监控的要求。

摘要：大容量电池储能是电力系统一种全新的调节手段,可作用于发输变配用各个环节,具有广阔的发展前景。文中依托调峰调频锂离子电池储能电站———深圳宝清电池储能电站(4 MW/16MW.h),对兆瓦级电池储能系统关键技术进行了系统性、体系化的研究,提出了集成锂离子电池、电池管理系统、能量转换系统和监控系统等大容量储能系统关键设备的成套设计方法。示范工程运行结果表明:储能电站可实现配电网侧削峰填谷、调频、调压、孤岛运行等多种电网应用功能。

摘要：为实现对风电齿轮箱健康评估、发现齿轮箱部件早期故障,提出一种基于条件卷积自编码高斯混合模型的风电齿轮箱健康评估网络。在编码器部分,同时对传感器信息和时序信息进行编码解码并提取压缩特征,根据高斯混合模型设计基于信号本身概率分布的能量设计评价指标进行健康评估。根据核密度估计确定阈值,并利用某真实风电场数据进行实验,验证方法的有效性。

摘要：电气化铁道远动系统由电力牵引变电所RTU、远动通道和铁路局电力调度中心主站端系统构成。分析了系统的数据流程,给出了流程图及系统实现的功能。运用统一建模语言(UML)进行设计,对处理高实时性一级数据采用基于发布/订阅的对象请求代理(CORBA)通知服务实现;描述了处理报警信息、后台服务器数据获取等。根据不同类型的数据有不同的特点及对应的应用范围也是不同的,提出要根据应用需要分别进行建模。通过在多个大型实际项目中的成功运行验证了建模的正确性。

摘要：针对现有数据采集与监视控制(SCADA)系统向综合自动化发展所带来的分布式控制和缺乏地理信息技术支持的现状,采用系统一体化集成技术实现地理信息系统(GIS)与SCADA系统的综合设计;系统基于C/S层次化体系结构。利用ActiveX技术完成系统整合,由此SCADA系统作为监控的基本手段,而GIS则为系统提供必要的地理信息支持;系统设计注重数据的实时性与一致性建设,建立一体化数据库实现数据的无缝连接与共享;通过现场设备与远程客户端的通信,进行现场视频监测;并为系统添加了安全性措施。经过测试,系统能够在现场环境中成功运行并验证了各项功能,运行稳定,可扩展性高。

摘要：针对目前工业控制系统中新型工业病毒的入侵检测难点问题,分析Modbus通讯协议的设计缺陷,提出Modbus TCP通讯深度解析方法,通过对Modbus应用层协议的关键字段的解析,有效应对来自协议应用层的威胁。在此基础上,提出Modbus TCP通讯的安全规则描述的一般形式,并进一步提出基于入侵检测规则和"白名单"相结合的工业SCADA系统中Modbus TCP通讯安全防御模型,通过定义不同区域间正常通讯的最小集合,极大程度上消除系统存在的风险敞口,通过及时报警兼顾可能合法但可疑的通讯流量。仿真实验验证了该方法的有效性。

摘要：介绍了电厂水汽数据采集与监控系统的原理和实现方法,着重讨论了该系统中的控制算法以及上位机监控软件的组态设计。实际运行表明,该系统运行稳定可靠,所采用的改进PID智能控制算法使得控制效果良好,能保证各项水汽指标均处于合格范围之内,对提高火电厂水汽品质确保机组安全运行具有重要作用。

摘要：为了同步实时获取电力系统动态仿真数据以实现交互式仿真,使用LabVIEW软件及其数据记录和监控模块设计了一套监控平台,并利用MATLAB/Simulink软件进行了验证。构建了三相同步发电机带负载仿真模型,可通过程序控制断路器接入两种负载产生不同工况,支持现场对发电机电气参数进行连续监测,利用过程控制对象连接与嵌入OPC技术将测量值传递到虚拟仪器监控系统中实时显示各监测对象当前值和趋势图,同时实现了数据采集与存储、与模型控制交互等关键功能。实验结果表明,监控平台能正确地监控仿真模型的运行,并执行所设计的各项功能。

摘要：针对SCADA系统数据特征提取难度大导致异常检测准确率低、漏报率高的问题,提出一种基于深度降噪自编码神经网络的SCADA系统异常检测方法。采用降噪自编码器,将前一个自编码器的输出作为下一个自编码器的输入,连接构建深度神经网络结构加强特征学习能力,为优化网络参数,改进重构误差函数,提高模型的重构能力。使用SCADA系统数据集测试所提方法,实验结果表明,与其它异常检测方法相比,该方法在保证较高准确率的同时能有效降低漏报率。