氧化锌避雷器在线监测系统的研究与设计
这是一篇关于氧化锌避雷器,谐波分析法,采集装置,在线监测,在线诊断的论文, 主要内容为随着电力系统的不断发展,对供电系统安全性和可靠性的要求也越来越高。氧化锌避雷器(Metal Oxide Arrester,MOA)作为电力系统中广泛应用的过电压保护设备,在实际运行中受工频电压、环境等因素影响,易产生老化、受潮等绝缘性能下降的问题,严重时会失去保护作用,甚至爆炸。因此,对MOA进行在线监测和诊断具有重要意义。但MOA在线监测和诊断影响因素复杂,现有系统在实际复杂工况中存在在线监测精度低、特征量采集不全面和在线诊断准确率低、功能不完善的问题。针对以上问题,本课题开展了MOA在线监测和在线诊断关键技术的研究,设计了一套MOA在线监测系统。(1)MOA在线监测技术研究。为提高在线监测精度,首先分析容性电流补偿法等9种在线监测方法的优缺点,确定谐波分析法为本文在线监测方法。针对该方法在电网频率波动时,由于非同步采样造成频谱泄漏和栅栏效应会精度下降的问题,提出了一种改进谐波分析法。该方法硬件上根据电网频率自适应调整采样频率,从根本上减少非同步采样;软件上对比各类窗函数与插值算法,采用Nuttall窗抑制频谱泄漏,三谱线插值算法减少栅栏效应;同时通过硬件采集基波频率直接得到插值算法各次谐波峰值频点处的最大谱线,将最大谱线求解计算量由原算法的30次降至1次,减少了计算量,有利于提升系统实时性。仿真结果表明,相较谐波分析法,该算法在电网频率波动范围内最大相对误差量级由10-2降至10-7,有效提高了算法精度。其次归纳分析了相间电容干扰等影响在线监测的5类误差,并设计了相应的误差补偿方案。最后,针对MOA泄漏电流幅值小、跨度大(μA～m A)的特点,利用定制的有源零磁通电流互感器实现小电流信号的高精度转换;通过设计的七级自适应放大电路,实现不同幅值泄漏电流的自适应放大,以提高信号采集精度。为全面采集特征量以满足后续在线诊断需求,确定了阻性电流基波等7个特征量的采集方案。基于上述方案完成了信号采集装置的软硬件设计与站控主机的软件设计,实现了MOA在线监测系统的搭建。试验表明,该系统精度高于市场现有装置与行业标准。(2)MOA在线诊断技术研究。为提高在线诊断准确率,完善在线诊断功能,首先搭建10 k V MOA测试环境,验证母线电压、温度、湿度对泄漏电流的具体影响,从而确定了合适的在线诊断特征量。其次通过设计的高精度、多特征量信号采集装置进行数据采集,优化了数据集。最后提出利用阻性电流基波、三次谐波作为关键特征量进行故障预警,再利用阻性电流基波、温湿度等7个特征量进行故障分类的MOA在线诊断策略。针对故障预警提出了基于PSO-GRU的MOA故障预警模型,利用PSO优化GRU超参数,提高模型预测精度,并引入随机失活减少深度学习的过拟合问题,改善网络性能。实验结果表明,该模型MAE和RMSE分别为0.0176和0.0259,相对基于BP、RNN、LSTM、GRU的模型预测误差更低,表明其预测精度高,可准确实现MOA故障预警。针对故障分类提出了基于PSO-XGBOOST的MOA故障分类模型,同样利用PSO优化XGBOOST超参数,提高模型分类精度。实验结果表明,该模型准确率为99.62%,召回率为98.14%,F1-score为98.87%,AUC为0.968,分类效果优于基于NB、MLP、SVM、RF、XGBOOST的模型,可准确实现MOA故障分类。本文研究设计的MOA在线监测系统,实现了高精度、全面的信号采集,提高了在线诊断准确率,完善了在线诊断功能,具有广泛的实际应用价值。
基于Spring的中医药品管理系统的研究
这是一篇关于中医药品,管理系统,在线诊断,Spring,Struts,Hibernate的论文, 主要内容为在医学史上,中医学取得的辉煌成就,是我国文化宝库不可缺少的部分,中医药的地位显得越来越重要。如何加强对中医药品的管理,决定了中医药企业是否能在竞争日益激烈的医疗市场生存的关键因素。然而,市场上现有的中医药品管理系统的功能欠缺,所采用的系统研发技术滞后,并不能满足中医药品管理的要求。 中医药品管理系统包括系统基础模块、中医药品采购管理模块、中医药品库存管理模块、诊断用药管理模块、在线诊断模块、中医药品信息管理模块。除了基本的中医药品流通管理外,还结合中医诊治过程,增加了在线诊断、药方管理、经典病例分析等功能,病员在输入自己的基本身体状况下,系统便给出相关诊断情况和相应的药方,方便患者根据药方抓取相应的中药,再根据诊断情况调整适当的服用剂量及食用方法等。 本系统采用SSH集成框架技术,软件质量符合卫生部发布的《医院信息系统基本功能规范》,使中医药品管理向着系统化,规范化和科学化方向发展。此外,本中医药品管理系统的成功研发,标志着中医“望闻问切”诊断方法数字化、信息化时代即将到来,也是信息技术与中医结合的一个经典案例。
烟叶病害远程诊断系统的设计与实现
这是一篇关于远程诊断,烟草病害,在线诊断,图像检索的论文, 主要内容为本文主要介绍烟叶病害远程诊断系统的设计与实现。传统烟叶病害识别是通过专家的专业知识或者借助生物、化学等方式，往往需要专家现场鉴别，这些方法费时费力。国内外针对烟草病害诊断的应用案例，仅仅限于多媒体交互，不能提供智能决策辅助功能，虽然现有远程咨询系统避免了专家的奔波，但是网络的接入，面临大量的用户，专家的工作量仍然较大。此外，由于烟草病虫害突发性等原因，需要专家实时诊断，提供对个体农户的生产和病虫害防治指导，且需要防止误诊和提高诊断效率，显然现有的方案存在着不足。鉴于现有系统的整合程度不高，本文设计与实现一种整合远程诊断系统和基于内容的图像检索辅助诊断系统的方案。烟叶病害远程诊断系统通过互联网实时将专家与用户联系起来，专家借助音频、视频和文本等信息，在远端即可完成对病症的诊断；同时，在基于内容的图像检索等辅助诊断系统的帮助下，根据用户提交的病害叶片，从数据集中检索匹配目标的病害信息，给专家诊断工作提供参考信息。烟叶病害远程诊断系统为农户提供实时诊断服务，减少农户损失，节省专家的时间，提高了专家会诊的效率。 基于以上背景，系统采用.Net平台的框架，从系统的需求分析、总体设计、详细设计与实现，以及应用等方面，对烟叶病害远程诊断系统进行详细分析和设计，包含视频咨询模块、用户提问模块、诊断问题模块、叶绿素模块、田间信息模块、气象信息模块、土壤模块等基础功能模块，以及基于内容的图像检索辅助诊断模块。同时，为了系统的可扩展性，采用分层设计思想，将系统分为多层架构，用户界面层主要基于MVVM（模型-视图-视图模型）设计模式，在一定程度上将业务逻辑与数据展示分离，降低系统模块间耦合度。本文实现集成音视频在线实时交流和基于内容的图像检索的远程诊断方案，并将其置于咨询终端上，使用户通过简单的交互式操作能够快速掌握远程诊断系统的使用，该系统操作简便、成本低廉和实用性较高，能够用于各种场合，实现可靠、实时的远程会诊。
氧化锌避雷器在线监测系统的研究与设计
这是一篇关于氧化锌避雷器,谐波分析法,采集装置,在线监测,在线诊断的论文, 主要内容为随着电力系统的不断发展,对供电系统安全性和可靠性的要求也越来越高。氧化锌避雷器(Metal Oxide Arrester,MOA)作为电力系统中广泛应用的过电压保护设备,在实际运行中受工频电压、环境等因素影响,易产生老化、受潮等绝缘性能下降的问题,严重时会失去保护作用,甚至爆炸。因此,对MOA进行在线监测和诊断具有重要意义。但MOA在线监测和诊断影响因素复杂,现有系统在实际复杂工况中存在在线监测精度低、特征量采集不全面和在线诊断准确率低、功能不完善的问题。针对以上问题,本课题开展了MOA在线监测和在线诊断关键技术的研究,设计了一套MOA在线监测系统。(1)MOA在线监测技术研究。为提高在线监测精度,首先分析容性电流补偿法等9种在线监测方法的优缺点,确定谐波分析法为本文在线监测方法。针对该方法在电网频率波动时,由于非同步采样造成频谱泄漏和栅栏效应会精度下降的问题,提出了一种改进谐波分析法。该方法硬件上根据电网频率自适应调整采样频率,从根本上减少非同步采样;软件上对比各类窗函数与插值算法,采用Nuttall窗抑制频谱泄漏,三谱线插值算法减少栅栏效应;同时通过硬件采集基波频率直接得到插值算法各次谐波峰值频点处的最大谱线,将最大谱线求解计算量由原算法的30次降至1次,减少了计算量,有利于提升系统实时性。仿真结果表明,相较谐波分析法,该算法在电网频率波动范围内最大相对误差量级由10-2降至10-7,有效提高了算法精度。其次归纳分析了相间电容干扰等影响在线监测的5类误差,并设计了相应的误差补偿方案。最后,针对MOA泄漏电流幅值小、跨度大(μA～m A)的特点,利用定制的有源零磁通电流互感器实现小电流信号的高精度转换;通过设计的七级自适应放大电路,实现不同幅值泄漏电流的自适应放大,以提高信号采集精度。为全面采集特征量以满足后续在线诊断需求,确定了阻性电流基波等7个特征量的采集方案。基于上述方案完成了信号采集装置的软硬件设计与站控主机的软件设计,实现了MOA在线监测系统的搭建。试验表明,该系统精度高于市场现有装置与行业标准。(2)MOA在线诊断技术研究。为提高在线诊断准确率,完善在线诊断功能,首先搭建10 k V MOA测试环境,验证母线电压、温度、湿度对泄漏电流的具体影响,从而确定了合适的在线诊断特征量。其次通过设计的高精度、多特征量信号采集装置进行数据采集,优化了数据集。最后提出利用阻性电流基波、三次谐波作为关键特征量进行故障预警,再利用阻性电流基波、温湿度等7个特征量进行故障分类的MOA在线诊断策略。针对故障预警提出了基于PSO-GRU的MOA故障预警模型,利用PSO优化GRU超参数,提高模型预测精度,并引入随机失活减少深度学习的过拟合问题,改善网络性能。实验结果表明,该模型MAE和RMSE分别为0.0176和0.0259,相对基于BP、RNN、LSTM、GRU的模型预测误差更低,表明其预测精度高,可准确实现MOA故障预警。针对故障分类提出了基于PSO-XGBOOST的MOA故障分类模型,同样利用PSO优化XGBOOST超参数,提高模型分类精度。实验结果表明,该模型准确率为99.62%,召回率为98.14%,F1-score为98.87%,AUC为0.968,分类效果优于基于NB、MLP、SVM、RF、XGBOOST的模型,可准确实现MOA故障分类。本文研究设计的MOA在线监测系统,实现了高精度、全面的信号采集,提高了在线诊断准确率,完善了在线诊断功能,具有广泛的实际应用价值。
基于Spring的中医药品管理系统的研究
这是一篇关于中医药品,管理系统,在线诊断,Spring,Struts,Hibernate的论文, 主要内容为在医学史上,中医学取得的辉煌成就,是我国文化宝库不可缺少的部分,中医药的地位显得越来越重要。如何加强对中医药品的管理,决定了中医药企业是否能在竞争日益激烈的医疗市场生存的关键因素。然而,市场上现有的中医药品管理系统的功能欠缺,所采用的系统研发技术滞后,并不能满足中医药品管理的要求。 中医药品管理系统包括系统基础模块、中医药品采购管理模块、中医药品库存管理模块、诊断用药管理模块、在线诊断模块、中医药品信息管理模块。除了基本的中医药品流通管理外,还结合中医诊治过程,增加了在线诊断、药方管理、经典病例分析等功能,病员在输入自己的基本身体状况下,系统便给出相关诊断情况和相应的药方,方便患者根据药方抓取相应的中药,再根据诊断情况调整适当的服用剂量及食用方法等。 本系统采用SSH集成框架技术,软件质量符合卫生部发布的《医院信息系统基本功能规范》,使中医药品管理向着系统化,规范化和科学化方向发展。此外,本中医药品管理系统的成功研发,标志着中医“望闻问切”诊断方法数字化、信息化时代即将到来,也是信息技术与中医结合的一个经典案例。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码项目助手 ，原文地址：https://m.bishedaima.com/lunwen/51150.html
