物联网技术在城市路灯监控系统中的应用及拓展

随着城市建设的不断发展和城市路灯覆盖范围的不断扩大,人们对城市照明的关注逐年提高,对路灯设施远程监控和管理的要求越来越高。原来依靠时钟开关控制方式和人工巡检的工作方式,已远远不能满足城市的发展需求。目前基于电力载波通信的物联网应用已经逐步在城市路灯监控系统中得到应用,特别是在原有的路灯远程集中监控的应用模式下,可对路灯监控进行深化,实现单个灯具的运行状态监控,为路灯的日常巡检以及工况监视,提供了一个新型的信息化的工具,并具备了一定的延伸性和扩展性。     

基于改进灰狼算法-BP神经网络的智能巡检机器人电磁兼容故障诊断

智能巡检机器人巡检电力线路时可能受到电磁干扰而影响工作甚至发生故障,为有效地完成智能巡检机器人电磁兼容故障的诊断,本文提出一种基于改进灰狼算法优化BP神经网络(TGWO-BP)的故障诊断模型。由于智能巡检机器人电磁兼容故障征兆与故障原因之间具有复杂的非线性关系,采用一般BP神经网络诊断模型存在着收敛速度较慢,易陷入局部最优,诊断准确率偏低的缺陷。针对以上问题,文中利用改进灰狼算法优化BP神经网络的权值与阈值,将优化后的BP神经网络应用于智能巡检机器人电磁兼容故障诊断。仿真结果表明,相比于GWO-BP神经网络和一般BP神经网络,TGWO-BP神经网络诊断模型收敛速度加快,网络泛化能力增强,故障诊断准确率提高。