|
搜索
搜 索
高等教育领域数字化综合服务平台
基于大数据的能源互联网能量管理系统
随着电网数据规模越来越大，所蕴含的价值也越来越多。清华大学信研院研发了基于机器学习方法的能源互联网能量管理系统，主要功能为对电网的稳定性进行预测和可视化。系 统分为训练部分和预测部分。训练部分通过历史数据进行机器学习，建立一个电压稳定性的 分类器。分类器训练完成后，再对新增的未知数据进行预测。训练部分主要分为特征提取、 类别标记、特征压缩、分类器类型选择。预测部分主要分为分类器数据启动阶段和预测输出 阶段。本系统提出利用机器学习方法对电网电压稳定性进行预测，进一步综合多个节点给出 电网态势感知的评估结果。在训练每一个节点分类器的时候，本系统将特征选取的时段和预 测时间节点拉开，形成一种延时的预测方法，本发明对复杂系统有着更好的还原效果。2 应用说明本系统实施电压稳定性预测的具体步骤为:步骤 1:通过部署在关键测点的同步相角测量单元 PMU 采集电网实时数据，所述 实时数据包含电网中每个关键测点的电压 U、 有功 P、无功 Q、电流 I;分别计算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，电压的变化 量比上无功的变化量的衍生量 dU/dQ，用这 些衍生量作为特征，来表征量的时间变化速 率;步骤 2:对步骤 1 中提取的特征进行数 据降维与压缩;根据特定时刻电压 U 是否恢 复到标准值的 0.8 倍来区分每组样本组是否 稳定，用 0 标记稳定，用 1 标记不稳定;步骤 3:选择分类器，建立一个电压稳 定性的分类器;步骤 4:训练分类器;当分类器训练完 成后，将训练好的参数储存起来;步骤 5:进入预测部分的数据启动阶段， 填充特征矩阵，没有输出;步骤 6:把多个节点的特征按照顺序排列，形成特征矩阵;特征矩阵填充完成后， 根据分类器给出的预测结果;特征时段向前滑动，最初的特征被抛弃，新特征补充在队尾， 分类器持续给出预测结果;步骤 7:每隔一定时间间隔 ，要把新收集来的数据与以前的数据一起，重新回到步骤 4 训练分类器，更新参数。在具体系统搭建过程中，我们充分利用现有机器学习平台。其中 Hadoop 的文件管理系统 HDFS 负责数据存储;Spark 负责模型训练;Storm 负责在线预测;Kafka 负责在 Storm 和Hadoop 之间传递更新后的模型参数。
清华大学
2021-04-11
油气生产物联网实训创新平台
随着油田数字化的发展，物联网技术在油田企业的生产管理中应用越来越广泛。新技术的应用，提升运维人员技能培训迫在眉睫。油气生产物联网实训创新平台是针对石油企业的数字化油田运维人员和在校大学生物联网技术应用而建立的平台。
采用油田企业通用的PLC或DCS,构建采集控制系统；使用油田常用的通讯方式（4G、无线网桥、Zigbee/LoRa）进行仪表参数及数据的传输；配备计算机和SCADA系统，可以进行PLC或DCS的编程培训，实现在不同通讯方式下的数据传输；SCADA系统将现场中控室进行情景还原。平台培训由易到难，从最基本的传感器仪表接线及电路搭建、下位机编程、通讯方式的组建、上位机SCADA控制系统及管理平台的布置，能够实现仪表工、通讯人员、中控人员及高级技术人员等不同层级人员的培训。
中国石油大学（华东）
2021-05-11
移动互联网未知应用自动识别系统
本技术成果克服了现有技术的不足，提供了一种对未知 应用（包括恶意软件）进行自动发现、自动聚类、自动分析、自动识别的技术
中山大学
2021-04-10
面向智能制造的工业物联网平台及升级改造
本项目联合中德智能制造研究院，借力德国专家资源，组建了一支可快速响应企业传统产线智能化升级改造的物联网中控平台研发团队。团队致力于打造智能制造示范工厂，目前与南瑞集团、大全集团、泉峰集团等企业的生产系统升级优化项目正在实施中。
东南大学
2021-04-11
基于互联网+及数字孪生技术的智能制造
项目在多年国家项目的支持下，在项目“面向工厂规划和生产过程的数字化工厂技术”获2013年教育部科技进步二等奖的基础上，进行持续开发完善，与沈阳机床合作，在智能制造领域进行了深入的合作研究， 在沈阳机床智能制造展示线开发完成数字化孪生仿真模型及基于互联网的定制信息系统，系统实现了网络化定制下达生产订单，数字化孪生系统在线仿真模拟，真实展现生产场景，并可通过移动设备进行浏览和信息管理。项目符合中国制造2025所倡导的智能制造和互联网+技术的发展，对中国制造向智能化转型起到促进作用。项目通过展示真实个性化印章的智能加工、检测和装配，体现网络化的定制及数字化双胞胎技术。
同济大学
2021-02-01
基于物联网技术的工业设备智能应用平台
一、项目简介基于物联网技术的工业设备智能应用平台（以下简称平台）以物联网 M2M（Machine to Machine/Man）技术为核心，实现以机器终端智能交互为核心的、网络化的应用和服务。平台对 M2M 的“智能化机器、M2M 硬件、通信网络、中间件和应用”五个关键部分进行架构，实现对工业设备如压缩机、鼓风机、发电机等的智能监控、节能管理和网络化管理服务。本项目在已有技术条件下，研究开发具有自主产权的工业物联网应用技术，构建面向制造企业的多主体按需使用的云服务平台，形成支持云服务平台的运行和使用的标准规范，推动工业企业服务模式的创新，促进生产型企业向服务型企业转型。二、关键技术优势或创新性关键技术:（1）M2M 硬件装置；（2）通信网络协议；（3）中间件架构技术；（4）物联网组网技术；（5）应用层构架技术；（6）应用层分布式框架技术；（7）物联网数据服务器系统技术；（8）多种网络融合技术。针对工业设备的物联网应用（1）各行业设备的远程通讯改造技术；（2）设备监控新技术方法；（3）针对设备的优化控制方法；（4）基于物联网技术的服务与管理新方法创新性（1）链路、业务和应用层功能模块化，
西安交通大学
2021-04-10
“5G+工业互联网” 赋能生产制造
走进位于武汉光谷的长飞光纤光缆股份有限公司光缆生产车间，只见工业机器人忙着分拣不同规格的光纤配盘，一台台AGV（自动导引运输车）有条不紊地运输成品光缆。通过5G传感器、“5G+光云工业互联网”神经中枢平台，这个车间的全流程生产数据被传输到10公里外的长飞公司总部运营指挥中心。工作人员坐在指挥中心的大屏幕前，不仅能实时监控和分析生产经营状况，还可预测未来变化趋势。
工信微报
2021-12-10
基于物联网的中药饮片质量管理系统
【项目来源】江苏省科技厅产学研联合创新资金——前瞻性联合研究项目。 【项目简介】基于RFID、传感器、智能移动终端等物联网技术研发了中药饮片质量管理系统，在感知层通过RFID射频标签、无线传感器节点、条形码、智能移动终端来采集、获取和查询与中药饮片相关的各种信息；在网络层将感知层控制系统中存储的每条感知和控制信息转换成一组通用数据协议的JSON数据包，实现中药饮片全过程的质量信息的有效传递；在应用层通过物联环境监测平台、生产执行系统、智能移动平台实现对饮片从“田头到口头”全过程的质量监管与追溯，实现了中药饮片“来源可追溯、去向可查证、责任可追究”质量管理。 本项目研究了智能移动终端技术，利用智能移动终端查询RFID射频标签记录饮片生产、仓储、销售、使用等各环节的信息，实现对中药饮片全面而系统的质量管理；研究了传感器技术，实现对原药材种植、饮片生产、仓储等环节的数据进行及时有效的监测和记录；研究了轻量级Java EE（Struts+Spring+Hiberante）技术，采用MVC模式设计系统后台架构，利用Spring Security为不同用户分配不同权限，同时提供跨平台的数据接口，实现Android、IOS、Window等平台的数据交互。 【获奖情况】2016年度中国商业联合会科学技术奖——全国商业科技进步奖一等奖。 【推广应用前景】本项目主要完成了由RFID射频标签平台、物联环境监测平台、生产执行系统、智能移动平台、质检管理平台、商务智能平台为主要模块的中药饮片管理系统软件，形成了具有自主知识产权、可销售的软件产品。本系统的推广应用将带动整个中药饮片产业的转型升级和产业结构调整，促进中药饮片产业由传统行业向真正意义上的高科技行业转型。另外，本系统不仅可以应用于中药饮片行业，也可以推广应用到中成药、西药等制药行业。系统中的物联网应用模式可以供食品安全追溯、农业、环保等领域参考借鉴。 【进展情况】项目目前已完成系统开发，取得相关专利和计算机软件著作权6项。
南京中医药大学
2021-04-13
物联网感知大数据可信存储与分析处理平台
物联网感知大数据可信存储与分析处理平台（IOT-SeaCloudDM）：针对智慧城市、物联网、车 联网中各种采样数据（包括各类传感器、RFID、条形码阅读器采样的时空相关数据）的数据管理需求， 提供一个通用的感知大数据处理平台，对各类相关的感知采样数据进行统一管理，并达到如下目标：（1） 提供 PB~EB 级的感知采样数据存储、管理与查询处理。（2） 提供时态 - 空间数据、采样数值数据的统计分析与数据挖掘。（3）在此基础上，为各类智慧城市、物联网应用提供基础软件支撑。
北京工业大学
2021-04-13
物联网感知大数据可信存储与分析处理平台
北京工业大学
2021-04-14