摘要：随着社会经济的不断发展，机电设备普及应用于各个领域，成为企业发展进程中不可忽视的一个组成部分，为了确保机电设备运行的安全、稳定与高效，要加强对机电设备的温度监测和预警，要以BP神经网络为载体，准确快速地显示机电设备运行中温度的变化状态，充分利用计算机网络优势特点，获取机电设备的温度相关数据信息，从而全面而清晰地反应出机电设备的线路老化及负载程度，避免机电设备故障而引发的生产事故。
关键词：BP神经网络；机电设备；温度；监控；预警；系统
在社会科技不断进步和发展的背景下，机电设备成为生产中的必需组成部分，机电设备在生产中运行的温度变化情况需要加以有效的监控，并基于BP神经网络，利用BP算法的特性，建构和完善机电设备的温度监控与预警管理系统，实现对机电设备的温度实时监测和控制，达到预警的效果和目的，为生产作业人员提供切实有效的决策辅助，更好地保障生产作业的安全与稳定。
一、机电设备温度监测系统概述
机电设备的运行过程中，需要借助于电缆实施电力的传输，如果电缆导体存在局部过热的现象，则会引发生产作业过程中的事故。常用的机电设备温度监测系统主要有以下几种：
1、点式温度监测传感系统。这种机电设备温度监测系统是在电缆的衔接部位设置多个点式的传感器，通过热阻、热继电器对多个不同的点式进行温度的监测，并将监测温度以模拟信号的模式，上传到主机加以处理和转化。这种温度监测系统成本低、操作便捷，然而其缺陷在于仅能够采集和监测局部线路的温度，并没有预测和预警功能。
2、基于热效应的机电设备实时监测系统。这是在红外探测技术的应用前提下，可以较好地获悉和感知电缆表面的温度，并反演计算线芯的温度。然而，这种在线温度监测方式容易受到外在环境因素的影响，导致监测的温度数据失真，造成事故误报、漏报现象。
3、光纤传感技术应用的实时监测系统。这是随着网络新型技术发展而成的在线温度监测系统，引入了先进的光纤传感器技术，可以实时地采集和获取温度的相关数据，并在计算机网络的自动计算和处理功能之下，较好地显示和监测出机电设备的温度运行状况。鉴于光纤电绝缘性能好、抗干扰能力强、灵敏度高的优势，已经成为广泛使用的远程实时监测手段和系统，为诸多企业所喜爱和应用。
二、应用于变电站的机电设备的现状及安全问题
变电站内的机电设备分为室内和室外两种。室内的机电设备主要有配电室及监控室，配电室内连接有各片区的开关柜、避雷器、主变压器等设备。室外的机电设备主要有大型变压器及防雷装置等。
在变电站的初期主要是采用非接触式温度监测方式，实现对机电设备的温度监测，这是在机电设备的表层涂抹一层随温度变化而变化的材料，利用材料发光色泽的变化情况，对机电设备的温度变化进行监测。这种方法相对原始，精度较低，操作性差，对于复杂的机电设备而言，其温度监测有诸多的盲点区域。
同时，变电站的机电设备主要是采用人工巡检的方式，实现对机电设备的监控和维护，然而，存在工作人员工作疲惫或偷懒的情况，这就使机电设备的运行处于不安全的状态，在高新技术不断推广应用条件下，温度传感器在变电站得到了普及性的应用，工作人员可以利用红外探头实现对机电设备的温度监测，这种非接触式的检测方式可以定时定点地实施对机电设备的温度监测，然而，这种方法也有其缺陷性，难以准确采集到红外触头上的温度，无法实现准确的在线温度监测，实用性不高。
三、基于BP神经网络的机电设备温度监控系统分析
机电设备处于长期的高压环境下容易发热而引发事故，为此，在建构机电设备温度监控系统的过程中，要把握以下原则和特性：（1）安全性。
期刊文章分类查询,尽在期刊图书馆网络技术应用于机电设备的运行过程中，要切实保障机电设备的数据传输稳定、安全。（2）准确性。基于BP神经网络的机电设备温度监控系统要具有准确性，能够精准地实时在线采集机电设备的温度数值。（3）实时性。BP神经网络下的机电设备温度监控系统是通过在线监控的方式实现的，具有实时性的特征，可以及时获悉机电设备的温度反馈情况，更好地把握机电设备各部件的即时工作温度。（4）前瞻性。对于机电设备长期运作状态下的非线性变化，可以通过BP神经网络机电设备温度监控系统，实现对温度变化数据的实时分析，并预测一段时间内机电设备的温度变化趋势。
1、BP神经网络之下的机电设备温度监控预警系统结构
基于BP神经网络的机电设备温度监控预警系统，根据其使用需求，可以分为以下结构模块：
（1）数据监测子系统。在这个子系统模块之中，可以利用不同种类的传感器，对机电设备多个测温点进行温度的监控，采集机电设备运行状态下的温度数据信号，并对其加以仔细的分析，并充分运用解析模型，实现对温度数据信号的物理量计算，计算出的结果传输到监测界面并存储于数据库之中。
（2）数据管理子系统。在这个子系统模块之中，主要是对机电设备温度数据的显示和查询。具体来说，可以通过这一模块对机电设备的温度数据信号进行模拟平面图显示，还可以利用实时更新的数据库资源，实现对多外测温点的历史数据的查询，包括预警状态时测温点的历史数据，更好地为机电设备的维护和管理提供参考。
（3）数据预测子系统。在这个子系统模块之中，这是通过调取所需的测温点数据，对其进行预测，然后再利用模型，进行机电设备温度数据的参数设置及网络结构调整。
（4）数据输出子系统。在这个子系统模块之中，是通过对测温点历史数据的分析，对其加以整理和统计，形成机电设备温度数据变化曲线，打印输出并进行直观的评价，为机电设备的管理提供决策支撑。
2、BP神经网络的机电设备温度监控预警系统功能实现
BP神经网络的机电设备温度监控预警系统，主要具有以下功能：（1）多窗口控制界面，并采取用户的逻辑视图的方式，加以显示。（2）实时显示出机电设备各测温点的温度分布曲线、温度——时间变化曲线。（3）同步实现多个局部温度的实时图形窗口界面，以供用户观察和分析。（4）以电缆布局图或接线图为主视图，并可以实时显示任一电缆的分布温度具体视图。（5）系统预警信号界面及时显示故障所在区域和位置，并显示出报警的温度值。并且，还可以采用手机短消息报警的方式，并分为最高临界温度报警、温度上升速率报警、局部过热点差值温度报警、装置故障报警等。（6）可以对测量区域进行分区、局部重点测量和监测。（7）可以利用MATLAB代码，建构机电设备温度监控系统的BP神经网络模型，并对其温度走势进行数据分析和预测，更好地实现预警和决策辅助。
3、BP神经网络的机电设备温度监控预警系统的主要技术
在BP神经网络的机电设备温度监控预警系统之中，主要运用到软件界面设计语言、数据库设计语言、MATLAB模型代码设计，以Visual C++为系统开发工具，运用编程语言进行系统编程，具有集成性的特征和优势。同时，还充分引入微软视窗程式设计、三维动画、Microsoft.NET框架，实现对机电设备温度监控预警系统的后台数据管理支撑。在这个系统中，将数值分析、矩阵值计算、非线性函数模型仿真都集成于同一个可视化窗口之下，实现了科学化的计算和程序化的设计，提升了系统的精准性和实时性监测效果。
四、结束语
综上所述，BP神经网络之下的机电设备温度监控系统可以充分利用计算机信息化技术，对温度数据进行连续、实时、动态的采集，在温度数据模型的建构之下预测温度的走势情况，实现温度数据信息的统计、预警、预警、分析和处理，在非线性的温度数据预测前提下，达到精准的温度预测效果，为机电设备的维护和管理提供决策依据。
参考文献：
[1] 高文. 基于BP神经网络的混合机组风险管理系统的设计与实现[D]. 电子科技大学 2015
论文作者:叶菁菁,徐丽宾,叶傲嘉
论文发表刊物:《电力设备》2017年第18期
论文发表时间:2017/11/2
标签：机电设备论文; 温度论文; 神经网络论文; 实时论文; 数据论文; 测温论文; 子系统论文; 《电力设备》2017年第18期论文;