论文部分内容阅读
本文介绍了如何基于MicroPython接收LoRa远距离串口通信数据,并通过WiFi与MQTT通信协议实现终端ESP32与OneNET的数据收发及云平台数据可视化界面的实现。同时,展示了MicroPython在联网数据传输的开发中门槛低、效率高的特点,体现了其在物联网领域的实用性和推广价值。
MicroPython与云平台在物联网应用领域的开发与应用
【摘 要】
：
本文介绍了如何基于MicroPython接收LoRa远距离串口通信数据,并通过WiFi与MQTT通信协议实现终端ESP32与OneNET的数据收发及云平台数据可视化界面的实现。同时,展示了MicroPython在联网数据传输的开发中门槛低、效率高的特点,体现了其在物联网领域的实用性和推广价值。
【机 构】
：
长江大学电子信息学院
【出 处】
：
单片机与嵌入式系统应用
【发表日期】
：
2021年09期
其他文献
功率开关器件的故障检测能使多电平变换器及时进入容错运行模式,保证变换器在故障情况下仍能运行,提高变换器的可靠性。为此,提出了一种用于识别和定位飞跨电容三电平DC-DC buck变换器中功率开关器件故障的新技术,通过在线使用AD模数转换法来分析磁分量电压(电感电压)和开关函数,根据不同故障下对应不同的电感电压来确定故障类型,以及对比故障前后时刻的开关函数来确定故障位置。本方法使用互感器替代原有的传感器,降低成本的同时可提高变换器的功率密度。通过三电平飞跨电容buck变换器FCBC(flyingcapacit
分布式电源的规模化接入给配电网安全稳定运行带来挑战,将导致故障电流的流向由单向流动变为双向流动,传统的单源辐射状配电网故障定位方法已不再适用。为此,提出一种含分布式电源的主动配电网分层定位方法。首先,建立了含分布式电源的主动配电网故障信息编码方式及开关函数。然后,通过分析故障位置对开关函数的影响机理,建立了基于端口定位及区段定位的分层故障定位模型。针对此模型,提出了基于改进遗传算法以及整数线性规划算法的混合求解策略。最后,在改进IEEE 33节点主动配电网上进行仿真。结果表明,所提分层故障定位模型及求解算
以建筑楼宇电力负荷为核心的电能管理技术是智能电网的研究热点。非侵入式负荷分解技术通过对每户电表总表数据分解,在不侵犯用户隐私的前提下,得到家庭每个用电器的耗电情况。对图像翻译模型Pix2pix进行针对性改进,提出一种基于条件生成对抗网络的非侵入式负荷分解方法。将随机噪声和总负荷作为生成器的输入,生成类似真实电器负荷的序列。判别器将总负荷与生成序列或者总负荷与真实序列成对作为输入进行判别。通过生成器与判别器之间的对抗训练,最终生成器生成令判别器无法鉴别真伪的负荷序列,以达到分解目的。利用公开数据集UK-da
可再生分布式发电普及率的上升,给配电网规划带来了不确定性。针对可再生分布式发电的不确定性问题,提出了一种分布式电源接入配电网的选址定容方法。首先采用综合多种灵敏度指标的方法确定分布式电源候选接入节点顺序,以减小潜在求解空间的范围。然后采用启发式矩匹配法捕获历史风速、辐照、环境温度和负荷需求数据的目标矩(包括期望、方差、偏度和峰度)和相关性,生成代表性场景。最后以年综合费用最小和平均电压偏差最小为目标,采用带精英保留策略的非支配排序遗传算法进行优化求解,确定最佳的分布式电源接入位置和容量。以IEEE-33节
为发挥区域综合能源系统的优势,制定合理有效的优化调度策略至关重要。构建针对区域综合能源系统的日前-日内两级优化调度模型,日前调度为一个运行周期内的经济调度。基于日前调度方案,提出考虑可再生能源和负荷波动的调整模型。为适应上述模型高维非线性的特点,提出一种基于Levy变异的改进烟花-混合蛙跳算法,对模型进行求解。仿真结果表明,两级优化调度模型可以提高经济效益和能源利用率,平抑负荷波动。仿真结果验证了所提算法的可行性。
随着全球气候的变化和极端天气事件的频发,给电力系统的安全运行带来了极大挑战。为了评估和提升电力系统对此类灾害的抵抗能力,提出了计及冰灾影响的电力系统韧性评估方法,建立了一系列包含系统级及元件级的实用韧性量化指标,从系统及元件层面上量化冰灾对电力系统的影响。在此基础上,结合冰灾的特性,提出了一种包含整个冰灾过程的电力系统韧性提升策略,分别从灾前、灾中2个时段定位系统的薄弱环节,并进行冰灾下的电力系统韧性提升。最后在IEEE RTS-79测试系统中,验证了所提方法的有效性和实用性。
本文设计了基于FreeRTOS系统多任务调度机制的监控单元,该单元硬件由嵌入式STM32等模块构成,软件方面采用FreeRTOS系统多任务调度的方式,以简化系统流程和提高系统的可靠性。所设计的监测单元可实现故障诊断、数据监控、以太网通信等功能,最后通过上位机与串口助手验证其结果。
含串联补偿装置的线路故障特征较为复杂,且故障时串补设备工况多变,给采用傅里叶算法提取工频的传统距离保护阻抗计算带来困难。基于线路R-L串联模型,通过引入误差权重矩阵的方式,对由采样点数据构成的电压、电流矩阵方程进行改进,减小了最小二乘拟合计算时奇异点的影响。对计算结果引入结果权重矩阵,在保证阻抗计算结果实时更新的同时增强了稳定性。在不同故障类型下进行仿真计算,结果表明所提出算法比传统工频阻抗算法收敛速度更快,误差更小且波动较小。
为研究长短期记忆LSTM(long-short termmemory)神经网络对不同类型配电台区短期负荷预测的适用性,以某市多个配电台区为对象,构建了LSTM短期负荷预测模型并进行适用性分析。采集各台区的负荷数据,通过K均值聚类算法、台区容量和用电类别对台区进行分类,标记并修正不良数据。考虑工作日和季节因素,采用LSTM建立配电台区负荷预测模型,分析不同类型台区的预测结果。研究结果表明,平均负荷和缺失值占比对预测精度影响较大,且LSTM更适用于平均负荷在40 kW以上的配电台区短期负荷预测,而对于平均负荷