在當今世界,科學(xué)技術(shù)的急速發(fā)展正在積極地影響著人們的生活。與此相關(guān)的基于太陽能的路燈照明系統(tǒng),在實現(xiàn)城市發(fā)展和節(jié)能方面具有巨大的作用。與此同時,雖然基于太陽能的街道照明系統(tǒng)能夠通過使用太陽能來節(jié)省資源,但是系統(tǒng)如果發(fā)生故障,一般很難在短時間內(nèi)進行維護。針對這些問題,本文詳細闡述了目前太陽能供電在城市照明故障診斷系統(tǒng)存在的問題,并進行了如下內(nèi)容的研究。首先,根據(jù)太陽能路燈的運作方式,太陽能轉(zhuǎn)化為電能,開發(fā)和優(yōu)化集成LED器件的新一代光伏供電路燈系統(tǒng),高效的光伏電池板與上一代白色LED的組合允許釋放自主和執(zhí)行的太陽能照明系統(tǒng)。太陽能路燈用于自然太陽能供電,照明系統(tǒng)由電池,太陽能充電器控制器,照明傳感器控制和PV太陽能電池板(必要尺寸)組成。其次,對現(xiàn)有的太陽能城市公共照明電路故障診斷算法進行了比較。根據(jù)照明控制電路的故障特征,提出了一種基于主成分分析方法和極端學(xué)習(xí)機算法的電路故障診斷方法。該方法可以是照明故障診斷策略。以城市照明控制終端控制器模擬電路的電壓有效值采樣為特征樣本,采用主成分分析法提取和減少采樣數(shù)據(jù),并通過極端學(xué)習(xí)機算法對數(shù)據(jù)進行故障分類,獲得故障結(jié)果。然后,針對目標,模擬退火算法用于提高全局變量的搜索能力。該方法可以克服傳統(tǒng)故障診斷核心算法傳統(tǒng)極端學(xué)習(xí)機算法的缺點。本文還提出了一種模擬退火極端學(xué)習(xí)機算法,并利用基于溫度的Cauchy來改進快速模擬退火極端學(xué)習(xí)機算法。通過對sallen-key濾波器故障診斷精度的對比測試,該算法改善了電路故障診斷實驗的時間特性。有效地提高了診斷的準確性。最后,在此基礎(chǔ)上提出了基于太陽能的城市公共照明故障診斷系統(tǒng)。為確保行人和車輛的安全,該系統(tǒng)可以自動診斷故障,并根據(jù)診斷結(jié)果采取相應(yīng)措施,并實現(xiàn)路燈控制終端故障的及時響應(yīng)。通過試驗驗證該系統(tǒng)可以檢測太陽能城市公共照明控制終端電路的故障,而且故障識別率高,時效性強,故障定位準確。它可以滿足這一時期故障診斷系統(tǒng)的要求。該系統(tǒng)具有良好的可行性和實用性。
【學(xué)位單位】：廈門理工學(xué)院
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TU113.666;TM914.4
【文章目錄】：
Abstract
摘要
Chapter 1 Introduction
    1.1 Research Background and Significance
    1.2 Research status at home and abroad
    1.3 Organization Structure of Papers
    1.4 Summary of this chapter
Chapter 2 Design of System Scheme and Construction of Hardware Platform
    2.1 Implementation of solar PV system for street lighting
        2.1.1 Hardware components of solar PV system for smart urban lighting
        2.1.2 Required hardware materials for Smart street PV lighting
        2.1.3 Working principle of solar PV system for smart urban lighting
    2.3 Malfunction analysis of smart urban publiclighting based on solar energy
    2.4 Working Principle of Fault Diagnosis System for Urban Public Lighting
    2.5 Hardware Architecture of System Terminal Controller
    2.6 System Main Module Circuit Construction
        2.6.1 STM32 Minimum System Board
        2.6.2 RISE3501 Chip Power Carrier Module
        2.6.3 Relay Switch light Circuit
        2.6.4 power circuit
        2.6.5 Voltage-Current ADC Conversion Circuit
    2.7 Summary of this chapter
Chapter 3 Fault Diagnosis Software System for Smart Urban Public Lighting based onsolar energy
    3.1 Internet of Things middleware and its application
    3.2 Event Rule Response System
        3.2.1 Overview of Complex Event Processing Methods
        3.2.2 Event Rule Response System
        3.2.3 Trigger Event Rule Response Mechanism
    3.3 summary of this chapter
Chapter 4 Software Algorithms for Fault Diagnosis of Urban Public Lighting
    4.1 Principal Component Analysis for Fault Extraction
        4.1.1 Principal Component Analysis
        4.1.2 Principal Component Analysis Algorithms and Processes
    4.2 Extreme learning machine
    4.3 PCA-ELM Analog Circuit Diagnosis
        4.3.1 Diagnostic Method
        4.3.2 Diagnostic Results and Analysis
    4.4 Fast Simulated Annealing Algorithms
    4.5 VFSA-ELM and Experimental Analysis
    4.6 Summary of this chapter
Chapter 5 Operation Test of Fault Diagnosis System for Urban Public Lighting
    5.1 Software System Installation
    5.2 Terminal Controller Connection Debugging
    5.3 Summary of this chapter
Conclusions
References
Acknowledgement

【相似文獻】

相關(guān)期刊論文 前10條

1 閻秦;;火電廠故障診斷系統(tǒng)研究一例[J];熱電技術(shù);2006年03期

2 龔洪浪;;基于CAN總線的拖拉機無級變速箱故障診斷系統(tǒng)研究[J];農(nóng)機化研究;2018年02期

3 龔洪浪;;基于人機協(xié)同技術(shù)的農(nóng)業(yè)收割機故障診斷系統(tǒng)設(shè)計[J];農(nóng)機化研究;2018年03期

4 楊育;;電路板故障診斷系統(tǒng)原理及應(yīng)用分析[J];電子世界;2017年07期

5 潘傳甲;;機械設(shè)備遠程監(jiān)測與故障診斷系統(tǒng)的設(shè)計[J];中國設(shè)備工程;2017年10期

6 ;TADS軌邊聲學(xué)故障診斷系統(tǒng)[J];哈爾濱鐵道科技;2017年02期

7 劉小云;;水電機組狀態(tài)監(jiān)測與故障診斷系統(tǒng)[J];設(shè)備管理與維修;2017年10期

8 ;TADS軌邊聲學(xué)故障診斷系統(tǒng)[J];哈爾濱鐵道科技;2017年03期

9 ;TADS軌邊聲學(xué)故障診斷系統(tǒng)[J];哈爾濱鐵道科技;2015年04期

10 高家一;吳義田;徐文彬;陳海鵬;;空間運輸航天器故障診斷系統(tǒng)架構(gòu)研究[J];計算機測量與控制;2016年05期

相關(guān)博士學(xué)位論文 前10條

1 杜殿林;FCCU反—再系統(tǒng)基于神經(jīng)網(wǎng)絡(luò)和SDG模型的混合故障診斷系統(tǒng)研究與開發(fā)[D];北京化工大學(xué);2006年

2 盧學(xué)軍;汽輪發(fā)電機組故障診斷系統(tǒng)中幾個關(guān)鍵技術(shù)的研究[D];浙江大學(xué);2001年

3 王海;制造裝備遠程監(jiān)控故障診斷系統(tǒng)研究[D];東北大學(xué);2012年

4 周理;大型鋁型材擠壓生產(chǎn)線故障診斷系統(tǒng)的關(guān)鍵技術(shù)研究[D];中南大學(xué);2013年

5 董曉峰;基于RCM分析的智能化汽輪機組故障診斷系統(tǒng)研究[D];華北電力大學(xué);2012年

6 潘羅平;基于健康評估和劣化趨勢預(yù)測的水電機組故障診斷系統(tǒng)研究[D];中國水利水電科學(xué)研究院;2013年

7 葛欣;基于知識的礦井通風(fēng)機故障診斷的研究[D];中國礦業(yè)大學(xué);2010年

8 馮俊婷;中國實驗快堆鈉泵故障診斷系統(tǒng)的開發(fā)研究[D];中國原子能科學(xué)研究院;2003年

9 丁健;基于人工智能和代謝調(diào)控的典型好氧發(fā)酵過程在線控制和故障診斷[D];江南大學(xué);2014年

10 徐春生;微弱信號檢測及機械故障診斷系統(tǒng)研究[D];天津大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 高強;數(shù)控機床遠程監(jiān)測與故障診斷系統(tǒng)設(shè)計[D];南昌大學(xué);2019年

2 劉小衛(wèi);避雷器在線監(jiān)測與故障診斷系統(tǒng)的研究[D];西安工程大學(xué);2019年

3 Rowina Marsha Belay;基于太陽能的城市照明故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[D];廈門理工學(xué)院;2019年

4 姚志剛;基于模型的汽車電動助力轉(zhuǎn)向故障診斷系統(tǒng)研究[D];合肥工業(yè)大學(xué);2019年

5 梁洪;基于支持向量機多分類器的永磁同步電機故障診斷系統(tǒng)研究[D];電子科技大學(xué);2019年

6 張利民;面向HXD2B型機車數(shù)據(jù)管理及故障診斷系統(tǒng)的設(shè)計與實現(xiàn)[D];安徽大學(xué);2019年

7 李錦龍;基于公有云的工業(yè)現(xiàn)場故障診斷研究[D];北方工業(yè)大學(xué);2019年

8 蔡文飛;綜采工作面刮板輸送機監(jiān)控及故障診斷系統(tǒng)的開發(fā)[D];太原理工大學(xué);2019年

9 趙瑋;基于LabVIEW的印刷機故障診斷系統(tǒng)設(shè)計[D];西安理工大學(xué);2019年

10 沈凱;基于LM-BP優(yōu)化算法的模糊神經(jīng)網(wǎng)絡(luò)專家故障診斷系統(tǒng)[D];上海交通大學(xué);2017年

本文編號：2852356