基于IWOA优化LSSVM的煤矿变压器故障诊断研究
郭志强1呼成林1张宗瑞2
摘要：为了快速地分辨出变压器故障类型提高故障诊断的准确率，提出了一种改进的鲸鱼算法（IWOA）优化最小二乘支持向量机（LSSVM）的变压器故障诊断模型。利用核主成分分析（KPCA）对冗杂繁多的数据进行降维处理，减少无效特征；采用启发式概率、融合正弦函数优化的动态权重、优化比例系数对鲸鱼算法进行改进，提高其优化能力，并与鲸鱼算法（WOA）和粒子群算法（PSO）进行性能测试对比，验证算法有效性；利用改进的鲸鱼算法对LSSVM的相关超参数进行寻优求解，避免算法出现早熟问题，提高变压器故障诊断的准确度。并对模型进行模拟仿真实验，仿真结果表明准确率达到93.33%，相对于WOA-LSSVM模型和PSO-LSSVM模型分别提高了6.66%、10%，具有良好的故障诊断效果。

基于油液在线监测系统的智能诊断模块
胡展阳1许少凡1李锦成2崔策1
摘要：目前广泛部署的油液在线监测系统在应用过程中，企业用户对于实时采集的大量油液理化指标数据缺乏有效的分析手段，从而导致数据所蕴含的信息无法及时得到挖掘和利用，无法有效指导润滑管理工作。为解决现场对于油液大量数据分析的滞后性，并增加企业润滑管理工作的时效性，提出以油液在线监测系统作为研究基础，以Python3作为开发语言，结合PyQt5等技术库进行软件模块构建，将机器学习和神经网络等算法模型进行封装开发，最终开发实现基于油液在线监测系统的智能诊断模块。结果表明：该模块能够在油液在线监测系统的基础上，新增提供对大量油液指标数据的智能化诊断服务，并对油液的健康状况进行分析。

基于物联网的太阳能光伏板无线数据采集系统
冯涛1张长凯2霍君杰2
摘要：针对目前光伏板应用中存在能量耗损大，成本高，采集方式繁琐等问题，设计一种基于物联网的太阳能光伏板无线数据采集系统，实现对光伏电站数据的实时采集与监测。该系统主要包含数据采集模块、物联网模块、功率预测模块和电源模块。以STM32F103RBT6处理器为控制核心，通过低功耗WiFi模块构建无线网络，实现光伏板上电压和电流的无线采集，通过功率预测系统对功率进行预测，通过无线网络上传至上位机，对数据进行保存与处理。实验结果表明，该系统有效解决了光伏板数据采集过程中有线网络复杂的布线，采集方式的繁琐、不易实现等问题，同时具有很强的扩展性，成本低，数据传输稳定，采集量大，速度快，并在光伏电站运行一年以上的时间，达到很好的实用效果。


机电工程技术 . 2024 ,53 (07)