学位论文 > 优秀研究生学位论文题录展示
基于.NET平台SCADA系统的设计与开发
作 者: 王雨时
导 师: 朱立忠
学 校: 沈阳理工大学
专 业: 控制理论与控制工程
关键词: SCADA系统 .NET平台 故障诊断 BP神经网络
分类号: TM76
类 型: 硕士论文
年 份: 2013年
下 载: 33次
引 用: 0次
阅 读: 论文下载
内容摘要
电网故障会直接影响电力系统运行的安全性和稳定性,当今社会随着经济的发展、电力市场化改革的推进,对电厂供电的可靠性提出了越来越高的要求。准确的判断故障区域与故障类型能缩短故障处理的时间,实现故障后的快速恢复供电,减少因停电造成的经济损失。利用SCADA(Supervisory Control And DataAcquisition)系统收集数据,再利用故障诊断方法分析数据、现场故障特征与中性点电压,确定故障范围与故障类型,正是现在大多数电力部门所迫切需要的。SCADA系统被广泛的应用在各个行业中,发挥着巨大作用,各个行业对SCADA系统都有特殊的要求,所以以前的专用化系统已经不适合现代的要求,而SCADA系统经过了几代的发展已经迎来了.NET时代,其适应性大大提高。本文研究了BP神经网络在SCADA系统中电网故障诊断过程的应用。构建一个界面,其中分布着SCADA系统模块与故障诊断方法,当电网发生故障时,系统能够根据接收的数据分析出故障范围并根据故障特征以及中性点电压确定故障类型,这对电网故障分析是一个很好的辅助工具,以后此种类型系统的应用范围也会越来越广泛。此系统是在Windows平台和SQL2000的环境下采用VB.NET的编程方式实现并用模块化的方法设计的,主要包括MI工程、SCADA配置、变压器、地图编辑、人员管理与故障诊断等模块。电网故障诊断方法采用BP神经网络诊断法。本文首先阐述了SCADA系统的现况,.NET平台技术与SCADA系统结构,之后,介绍了电网常见的故障与SCADA系统接收数据的方式,接着介绍BP神经网络故障诊断的训练方法并应用BP神经网络方法进行仿真,最后运行应用系统模块,其中包括总体结构设计、系统实现等。
|
全文目录
摘要 6-7 Abstract 7-11 第1章 引言 11-17 1.1 课题研究背景 11-12 1.2 国内外研究现状 12-15 1.3 论文研究的主要内容 15-17 第2章 SCADA 系统的概述 17-30 2.1 系统工作原理与项目要求 17-18 2.2 SCADA 系统的组成 18 2.3 SCADA 系统的分析设计 18-30 2.3.1 系统项目的任务对象 18-19 2.3.2 SCADA 系统的硬件选取 19-25 2.3.3 SCADA 系统软件选取 25-30 第3章 .NET 平台技术与平台的概述 30-38 3.1.NET 技术的概念 30-35 3.1.1 .NET 技术的优点 30 3.1.2 .NET Framework 框架与运行 30-35 3.2 .NET 平台简介 35-38 第4章 SCADA 系统在电网中的应用 38-64 4.1 电网故障类型 38-46 4.2 数据监控采集装置 46-51 4.3 故障诊断方法 51-64 4.3.1 人工神经网络简述 53-54 4.3.2 神经网络在故障模式识别中的应用 54-64 第5章 SCADA 系统的实现 64-78 结论 78-80 参考文献 80-83 攻读硕士学位期间发表的论文和获得的科研成果 83-84 致谢 84-85
|
相似论文
- 基于WinCE平台的故障分析仪应用程序设计与开发,TP311.52
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 基于支持向量机的故障诊断方法研究,TP18
- 三容水箱系统故障诊断算法研究,TP277
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 水上交通安全保障系统的关键技术研究,U698
- 高速公路拆迁民众生存系统评价研究,D523
- 煤矿风险信息集成与智能预警研究,X936
- RTAD-CMDMDES的总体设计和系统开发,U279.3
- 基于多杀毒软件协同的病毒检测方法研究,TP309.5
- 基于遗传算法的前馈神经网络优化研究,TP183
- 基于模糊神经网络的设备故障诊断专家系统,TP183
- JSYJ公司采购风险管理研究,F426.92
- 基于支持向量机的故障诊断研究,TH165.3
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 电力系统的自动化
© 2012 www.xueweilunwen.com
|