B/S架构下的电厂设备智能识别系统设计

李彬华 於立峰

(浙江浙能兰溪发电有限责任公司,浙江金华 321100)

0 引言

当前互联网技术的快速发展,使得传统电厂设备管理当中的C/S客户端与服务器架构模式主要受到新兴技术B/S浏览器与服务器架构模式的挑战。随着电厂的智能化发展,电厂当中的设备逐渐增加,因此造成了相关的信息量增加,项目类别逐渐繁多[1]。若采用传统的C/S架构模式,在应用中已经无法满足电厂发展的需要。更进一步造成多部门间沟通困难,工作效率低、自动化管理水平无法提高的问题。B/S架构模式是在C/S架构模式的基础上,发展出的全新的Web结构模式,将原本统一集成的表示层、应用层和数据层,分布到不同的单元当中,以此实现对运行效率的提升[2]。基于B/S架构模式的优势,针对电厂设备管理当中存在的问题,开展B/S架构下的电厂设备智能识别系统设计研究。

1 系统硬件设计

1.1 Web服务器选型

B/S架构是一种从传统两层架构模式发展而来的新型Web架构模式。因此,为满足B/S架构需要,本文在设计电厂设备智能识别系统的硬件时,首先对其Web服务器进行选型[3]。选用微软公司生产的IIS854-G5420型号Web服务器作为本文系统的核心硬件结构。该型号Web服务器在实际应用过程中,具有安全性高、可建立强大、灵活的安全浏览器站点。IIS854-G5420型号Web服务器的各项规格参数如表1所示。

IIS854-G5420型号Web服务器还支持HTTP超文本传输协议和FTP文件传输协议,在实现高度扩展,并且支持与语言无关的脚本编写以及组件,通过该型号Web服务器对本文系统进行开发能够开发新一代动态Web站点[4]。结合Web服务器快速响应优势,可以进一步降低本文系统中的资源消耗,为本文系统运行提供更加便利的条件。

1.2 系统电源电路设计

为满足电厂设备智能识别需要,本文设计的智能识别设备的移动终端,采用5.5V纽扣电池为其提供运行所需的电量,并在电厂基站端采用5C外界电源为其提供电量。根据本文系统当中,其他硬件设备的用电需要,绘制如图1所示的电源电路图。

根据本文设计系统的运行电源需要,构建如图1所示的稳压电源连接结构,以此为本文系统当中各个不同硬件设备提供电压。除图1中电源电路连接以外,本文系统当中需要进行连接的电路还包括对电厂设备运行参数采集电路和数据接收、传输电路。其中,采集电路主要用于对电厂设备在实际运行过程中产生的各类参数数据进行采集。接收和传输电路主要用于对数据采集获取的各类数据进行采集,并传输到数据通信接口,并通过无线传输的方式与上位机形成远程数据传输。

表1 IIS854-G5420型号Web服务器规格参数Tab.1 IIS854-G5420 Web server specifications

图1 本文系统电源电路示意图Fig.1 Schematic diagram of the system power circuit in this article

接收电路主要用于接收从采集电路发送的各项足球弧线球运动数据,并将接收到的数据通过串口上交到上位机当中。

2 系统软件设计

2.1 电厂设备识别目标数据采集与处理

为实现对电厂设备的智能识别,首先需要通过本文系统当中引入的多光谱相机和传感器装置,对电厂中不同区域的设备进行拍摄,根据智能识别需要,对上述硬件采集到的各类设备参数数据进行滤波处理[5]。由于电厂周围环境相对复杂,系统在识别过程中会受到多种干扰因素的影响,因此会造成采集到的数据含有大量噪声,影响最终系统识别精度。结合这一问题得出目标数据滤波处理的表达式为:

公式(1)中,x表示含有噪声的目标数据;H表示退化算子;y表示在理想状态下不含有噪声干扰的目标数据;v表示干扰噪声量化数值。根据上述公式(1)对采集到的数据进行滤波处理,最终得到的结果即为系统识别所需的目标数据。

2.2 电厂设备智能识别

通过上述操作获取到的电厂设备识别目标数据,实现对设备的智能识别,其具体识别流程为:

首先,本文系统在未获取到目标数据时,保持等待状态。当系统用户执行连接相机操作后,由用户自行确认相机是否正常连接,并开始获取并访问B/S架构中的浏览器地址;

其次,在成功访问到相应的地址后,系统还需要通过相应的HTTP超文本传输协议和FTP文件传输协议获取硬件设备采集到的电厂设备识别目标数据,再利用上述操作完成对数据的处理后,将最终目标数据显示在软件界面当中;

表2 两种识别系统实验结果对比表Tab.2 Comparison table of experimental results of two recognition systems

再次,系统通过对电厂设备上的铭牌文本进行识别方式,判断被识别设备上是否存在铭牌文本,若存在则进行下一步操作,否则结束操作;

最后,显示识别到的电厂设备铭牌文本区域,并通过识别算法对该区域进行全面识别,最后查询在电厂数据库当中是否存在该设备类型,若存在则通过系统软件界面将识别结果显示。根据上述操作步骤,完成对电厂设备的智能识别。

3 对比实验

为进一步验证本文提出的基于B/S架构的电厂设备智能识别系统在实际应用中的优势,本文选择在某发电厂真实环境作为实验环境,完成对本文系统与传统系统的应用性能对比。分别向两种识别系统提供相同的IP地址,并在确定连接状态显示下,对电厂中常见的5组设备进行识别,每组当中包含20个不同的运行设备。将两种系统的识别时间控制在8:00～13:00范围内,每个1h完成对5组设备的两次识别,以此获取到相应的实验记录。由于时间范围较大,因此在实验过程中电厂周围的光照条件多变,并且存在复杂背景的干扰。在上述条件下完成实验,并将实验结果进行记录绘制成如表2所示的实验结果对比表。

由表2中的实验结果可以看出,本文识别系统正确识别设备台数在18台～20台范围内,而传统识别系统正确识别设备台数在15台～17台范围内。因此通过实验证明,本文设计的基于B/S架构的电厂设备智能识别系统具有更高的识别准确率,在实际应用中不会受到复杂电厂周围环境的影响,保持更高的鲁棒性,进一步提高电厂设备管理质量。

4 结语

针对传统识别系统在环境复杂的电厂环境下对设备识别存在的问题,提出一种全新的智能识别系统,并通过实验证明了该系统的有效性。将本文设计的智能识别系统应用于实际能够有效提高电厂设备管理效率,实现电厂整体的智能化发展。