Vairāk

Kā iestatīt funkcijas clusterR funkcijas m parametru R?

Kā iestatīt funkcijas clusterR funkcijas m parametru R?


Es vēlos pārvaldīt klasteru aprēķinu rastrā un tādējādi izmantot funkciju "clusterR" R (pakete "rastrs"). Tomēr ir iestatāms m parametrs, taču vienīgais skaidrojums par šo parametru ir

m: iestatīšanas parametrs, lai noteiktu, cik bloku jāizmanto. Skaitlis ir noapaļots un reizināts ar mezglu skaitu.

Bet kura vērtība ir jāsaista ar šo parametru? Kā to izlemt?


Izpratne par atšķirībām starp mclapply un parLapply R

Es nesen sāku izmantot paralēlus paņēmienus R projektā, un mana programma strādā ar Linux sistēmām, izmantojot mclapply no paralēlās pakotnes. Tomēr esmu sapratis ceļu bloķēšanu ar izpratni par Windows parLapply.

Izmantojot mclapply, es varu iestatīt kodolu skaitu, atkārtojumus un nodot to esošai funkcijai manā darbvietā.

Es, šķiet, nespēju to pašu sasniegt Windows, izmantojot parLapply. Kā es saprotu, man ir jānodod visi mainīgie, izmantojot clusterExport (), un argumentā jānodod faktiskā funkcija, kuru vēlos izmantot.

Vai tas ir pareizi vai arī ir kaut kas līdzīgs funkcijai mclapply, kas piemērojama Windows?


6 Atbildes 6

Nav vispārēja veida, kā izvēlēties minPts. Tas ir atkarīgs no kā jūs gribi atrast. Zems minPts nozīmē, ka tas no trokšņa veidos vairāk kopu, tāpēc neizvēlieties to pārāk mazu.

Epsilon ir dažādi aspekti. Tas atkal ir atkarīgs no tā, kā izvēlēties visu, kas darbojas šo datu kopa un šo minPts un šo attāluma funkcija un šo normalizēšana. Jūs varat mēģināt veikt knn attāluma histogrammu un izvēlēties tur "ceļgalu", taču var nebūt redzams vai vairāki.

OPTICS ir DBSCAN pēctecis, kuram nav nepieciešams epsilon parametrs (izņemot veiktspējas apsvērumus ar indeksa atbalstu, skatiet Wikipedia). Tas ir daudz jaukāk, bet es uzskatu, ka tas ir sāpīgi ieviest R, jo tam ir nepieciešamas uzlabotas datu struktūras (ideālā gadījumā datu indeksu koks paātrināšanai un atjaunināms kaudze prioritārajai rindai), un R ir viss par matricas operācijām.

Naivi var iedomāties, ka OPTIKA vienlaikus dara visas Epsilon vērtības un rezultātus ievieto kopu hierarhijā.

Pirmā lieta, kas jums jāpārbauda - gandrīz neatkarīgi no klasterizācijas algoritma, kuru izmantosiet, ir pārliecināties, vai jums ir noderīga attāluma funkcija un atbilstoša datu normalizēšana. Ja jūsu attālums deģenerējas, darbosies klasterizācijas algoritms.

Viens izplatīts un populārs veids, kā pārvaldīt epsilon parametru DBSCAN, ir aprēķināt datu kopas k attāluma diagrammu. Būtībā katram datu punktam jūs aprēķināt k-tuvākos kaimiņus (k-NN), lai saprastu, kāds ir jūsu datu blīvuma sadalījums dažādiem k. KNN ir ērts, jo tā ir parametru metode. Kad esat izvēlējies minPTS (kas ir ļoti atkarīgs no jūsu datiem), jūs šai vērtībai nosaka k. Tad kā epsilonu izmantojat k-attālumu, kas atbilst k-attāluma diagrammas laukumam (jūsu fiksētajam k) ar nelielu slīpumu.

Kā paskaidroja Anonija-Mousse, "Zems minPts nozīmē, ka tas no trokšņa veidos vairāk kopu, tāpēc neizvēlieties to pārāk mazu.".

minPts vislabāk var iestatīt domēna eksperts, kurš labi saprot datus. Diemžēl daudzos gadījumos mēs nezinām domēna zināšanas, īpaši pēc datu normalizēšanas. Viena heiristiska pieeja ir izmantošana ln (n), kur n ir kopējais punktu skaits, kas jāklasificē.

To var noteikt vairākos veidos:

Kopā ar minPts = k mēs sagaidām, ka kodola pintes un robežpunktu k attālums ir noteiktā diapazonā, savukārt trokšņa punktiem var būt daudz lielāks k attālums, tādējādi mēs varam novērot a ceļgals punkts k attāluma grafikā. Tomēr dažreiz var nebūt acīmredzama ceļa, vai arī var būt vairāki ceļi, kas apgrūtina izlemšanu

OPTICS ražo hierarhiskas kopas, no hierarhiskām kopām mēs varam vizuāli pārbaudīt ievērojamas plakanas kopas, OPTICS ieviešana ir pieejama Python moduļa piklasterizācijā. Viens no sākotnējiem DBSCAN un OPTICS autoriem arī ierosināja automātisku veidu, kā iegūt plakanas kopas, kur nav nepieciešama cilvēka iejaukšanās, lai iegūtu vairāk informācijas, varat izlasīt šo rakstu.

Būtībā mēs vēlamies izvēlēties rādiusu, kas spēj sakopot patiesi regulārus punktus (punktus, kas ir līdzīgi citiem punktiem), tajā pašā laikā atklājot vairāk trokšņa (ārējie punkti). Mēs varam uzzīmēt a procentu regulāriem punktiem (punkti pieder kopai) VS. epsilon analīze, kur mēs iestatām dažādas epsilona vērtības kā x asi un tām atbilstošo regulāro punktu procentuālo attiecību kā y asi, un, cerams, mēs varam pamanīt segmentu, kurā parasto punktu vērtības procentuālā daļa ir jutīgāka pret epsilona vērtību, un mēs kā optimālo parametru izvēlieties epsilon augšējo robežu.


2. KLASTERĒŠANA UN DAŽI ĢEOGRĀFISKI APSVĒRUMI

Vēl viens apšaubāms šo klasifikāciju aspekts ir saistīts ar kvalitātes jautājumu. Daļēji šo jautājumu var risināt, pamatojoties uz to, ka labāk par ģeodemogrāfiju, neskatoties uz ierobežojumiem, nekā neko. Tas, šķiet, ir saprātīgs arguments, it īpaši, ja privātuma jautājumi ir ierobežojums, izstrādājot citas pieejas. Tomēr to nevajadzētu izmantot, lai novērstu pašreizējās metodikas uzlabošanos.

Interesanti ir arī atzīmēt vairāku ģeogrāfu neatlaidību, kritizējot visu darbu ģeodemogrāfijā. Ir acīmredzams, ka vairākas komerciālas intereses ir apsolījušas to, ko tās nespēj sasniegt. Ir arī acīmredzams, ka akadēmiskajai sabiedrībai nevajadzētu apstiprināt šīs nereālās cerības. Bet kāpēc koncentrēties uz to, lai iznīcinātu to, kas var būt ļoti laba iespēja attīstīt jaunas kompetences jomas un uzturēt ģeogrāfiju kontaktā ar reālo pasauli? Šķiet, ka daudz noderīgāk ir ierosināt uzlabojumus vai jaunas metodikas un dot ieguldījumu jaunu daudzsološu ģeogrāfijas jomu attīstībā.

Klasifikācijas metožu veikšana pati par sevi nav pietiekama, lai atrisinātu visas problēmas, kas saistītas ar skaitīšanā balstītu klasifikāciju kvalitāti, taču tas noteikti ir svarīgs jautājums. Openshaw, Blake un Wymer (1995) apgalvo, ka "jebkuras teritoriālās skaitīšanas klasifikācijas kvalitāte atspoguļo trīs galvenos faktorus. Pirmkārt, klasifikācijas algoritms, ko izmanto, otrkārt, veids un apjoms, kādā zināšanas par sociāli telpisko struktūru tiek izmantots un pārstāvēts klasifikācijā, un, treškārt, tehnoloģijas jutīgums pret to, ko var saīsināt, ir telpiskās skaitīšanas datu klasifikācijas problēmas ģeogrāfiskās realitātes ".

Jau kādu laiku darbs pie nepieskatītu neironu tīklu, īpaši Kohonena pašorganizējošās kartes, izmantošanas klasterizācijas procedūrās. Elastīgāka pieeja, šķiet, ir galvenais solījums, tas ir īpaši svarīgi, klasificējot tautas skaitīšanas datus (Openshaw un Wymer 1994) un arī tad, ja tiek apsvērta kāda veida ģeogrāfisko zināšanu ieviešana.

No otras puses, var pieiet optimizācijas problēmai, ko rada klasterizācija, izmantojot optimizācijas rīku Ģenētiskie algoritmi (GA). GA jau sen ir izmantota dažāda veida sarežģītās problēmās, parasti ar pozitīviem rezultātiem. Šajā rakstā ģenētiskais algoritms tiek izmantots, lai optimizētu k-mean algoritmā izmantoto mērķa funkciju. Šis klastera dispersijas rādītājs tiek izmantots kā fitnesa funkcija.

Neskatoties uz vērtību, ko jauni un uzlaboti klasifikatori var pievienot klasterizācijas uzdevumiem ģeogrāfijā, iespējams, kvantu lēciens, par kuru runā Openshaw un Wymer (1994), nāks nevis no klasifikatoru uzlabošanas, bet gan no dažu telpisko pamatojumu ieviešanas procesā kā viņi ierosina. Neskatoties uz to, izmantotajam klasifikatoram ir liela nozīme, ja ne veiktspējas dēļ, jo tas noteiks veidu, kādā ģeogrāfiskās zināšanas tiks ieviestas klasterizācijas procesā.

Darba galvenais mērķis ir novērtēt GA pieeju klasterizācijas problēmai. Ir labi zināms, ka datu kvalitāte parasti ir sliktākā nekā tai vajadzētu būt, un šo problēmu ir vēl grūtāk risināt, ja runa ir par daudzdimensionāliem datiem, kuru precizitāte un izšķirtspēja atšķiras. Klasteru veidošanas metodēm jāspēj nodrošināt apmierinošu klasifikāciju un tikt galā ar problēmām, kuras rada daži neskaidri dati. Tas būtu jāspēj GA, vēlams labāk nekā tradicionālās metodes, piemēram, k-mean. To konstatējot, var domāt par citiem GA izmantošanas veidiem klasteru analīzē, kas ir piemērotāki telpisko datu apstrādei un viegli savienojami ar GIS.


Kopu veidošana

Attāluma metrika

Klasteru mērījumu skala nosaka klasifikācijas veiktspēju (vai to, cik labi gēnu vai paraugu kopa ir atdalīta / grupēta).

Eiklida gēna attālums un gada paraugi vai paraugs un gada gēni:

Pīrsons Gēna korelācija un gada paraugi vai paraugs un gada gēni, kur ir vidējais rādītājs un ir vidējais rādītājs :

Ne-centrēts gēna korelācijas koeficients un gada paraugi vai paraugs un gada gēni:

Hierarhiska kopu veidošana

Nepārraudzīta hierarhiska kopu veidošana tiek veikta visās datu kopās. Ir pieejamas eiklida, Pirsona korelācijas un nekoncentrētas korelācijas koeficienta attāluma metrikas iespējas. Paraugi tiek apvienoti, ja datu kopā nav paraugu secības. Datu kopām ar augšupejošu soli paraugi netiek apvienoti un secība netiek mainīta. Katram gēnam un paraugam, ko izmanto kopās, ir vienāds svars.

Dažādas sasaistes metodes ietekmē iegūto kopu formu:

Viena saite: savienojuma attālums ir minimālais attālums starp divām kopām. Pilnīga sasaiste: sasaistes attālums ir maksimālais attālums starp divām kopām. Vidējais savienojums / UPGMA: sasaistes attālums ir visu pāru vidējais attālums starp divu kopu dalībniekiem. Tā kā visiem gēniem un paraugiem ir vienāds svars, saikne ir nesvērta pāra grupas metode ar aritmētiskiem līdzekļiem (UPGMA).

K-vidējā / K-vidējā klasterizācija

K-klasterizācijas procedūra sadala visus gēnus K kopu skaitā tā, lai visu gēnu kopējais attālums līdz to kopu centriem būtu minimāls. Lietotāji var veikt K-vidējā līmeņa vai K-mediāna kopu izveidi jebkurā datu kopā un var definēt jebkuru K kopu skaitu no 2 līdz 15. Ir pieejamas eiklida, Pīrsona korelācijas un nekoncentrētas korelācijas koeficienta attāluma metrikas iespējas. K kopas nav hierarhiskas, un tās nepārklājas. K-klasterizācijā nav ieviesta paraugu kopēšana.

Gaidīšanas-maksimizācijas algoritms vispirms nejauši piešķir gēnus K dažādām grupām. Pēc tam atkārtojas, lai katrā grupā atrastu kopas centru, aprēķinot visu paraugu vidējo / ​​vidējo vērtību, un katru gēnu pārorientē uz kopu ar vistuvāko centru. Kad vairs nenotiek maiņa, tiek atrasts risinājums. Programma tiek palaista 3 reizes, un tiek ziņots par risinājumu ar viszemāko kopējo attālumu no visiem gēniem no viņu kopu centriem. Klasteru centrus nosaka, aprēķinot gēnu vidējo vai vidējo vērtību no visiem grupas paraugiem. Labāka risinājuma atrašanas varbūtība ir mazāka, ja tas pats risinājums tiek atrasts biežāk nekā tad, ja ziņotais risinājums tiek atrasts tikai vienu reizi.

Tā kā inicializācijas procedūra ietver nejaušu gēnu piešķiršanu katram nodalījumam, klastera rezultāti katrā palaišanā var būt atšķirīgi. Kopu rezultāti tiek saglabāti mūsu sistēmās 4 stundas.


Kā iestatīt barometru

Šī raksta līdzautors ir Bess Ruff, MA. Bess Ruffs ir ģeogrāfijas doktorants Floridas štata universitātē. 2016. gadā viņa ieguvusi maģistra grādu vides zinātnē un vadībā Kalifornijas Universitātē Santabarbarā. Viņa ir veikusi apsekojumus jūras telpiskās plānošanas projektiem Karību jūras reģionā un sniegusi pētījumu atbalstu kā ilgtspējīga līdzstrādniece Ilgtspējīgas zivsaimniecības grupā.

Šajā rakstā ir minētas 7 atsauces, kuras var atrast lapas apakšdaļā.

wikiHow atzīmē rakstu kā lasītāja apstiprinātu, tiklīdz tas saņem pietiekami daudz pozitīvu atgriezenisko saiti. Šis raksts saņēma 16 atsauksmes, un 82% balsotāju, kuri balsoja, uzskatīja, ka tas ir noderīgi, tādējādi iegūstot mūsu lasītāja apstiprinātu statusu.

Šis raksts ir skatīts 510 498 reizes.

Barometrs mēra gaisa spiedienu un var prognozēt laika apstākļus 12 līdz 24 stundu laikā. Gaisa spiedienu var izmērīt dzīvsudraba collās, dzīvsudraba staba milimetros vai hektopaskālos atkarībā no tā, kur jūs dzīvojat, un instrumenta mērierīces. [1] X Pētījuma avots Lai noteiktu, vai gaisa spiediens paaugstinās vai pazeminās, barometrs ir jākalibrē pareizi. Iegādājoties barometru, tas ir jāpielāgo, lai to varētu izmantot, lai precīzi mērītu atmosfēras spiedienu.


Krāsu specifikācija

Krāsas var norādīt vairākos veidos. Vienkāršākais veids ir ar rakstzīmju virkni, kas piešķir krāsas nosaukumu (piemēram, "sarkans"). Iespēju krāsu sarakstu var iegūt, izmantojot funkciju krāsas. Alternatīvi, krāsas var norādīt tieši to RGB komponentu izteiksmē ar virkni formā "#RRGGBB", kur katrs no pāriem RR, GG, BB sastāv no diviem heksadecimālajiem cipariem, kas piešķir vērtību diapazonā no 00 līdz FF. Krāsas var arī norādīt, norādot indeksu nelielā krāsu tabulā, palete: indeksi ietinās apaļā veidā, tāpēc ar noklusējuma paleti 8, 10 ir tāda pati kā 2. Tas nodrošina saderību ar S. Indekss 0 atbilst fona krāsai. Ņemiet vērā, ka palete (izņemot 0, kas ir katrai ierīcei) ir sesijas iestatījums.

Negatīvās veselā skaitļa krāsas ir kļūdas.

Turklāt "caurspīdīgs" ir caurspīdīgs, noderīgs aizpildītām vietām (piemēram, fonam!) un vienkārši neredzams tādām lietām kā līnijas vai teksts. Vairumā gadījumu (vesels skaitlis) NA ir ekvivalents "caurspīdīgam" (bet ne tekstam un mtekstam).

Daļēji caurspīdīgas krāsas ir pieejamas lietošanai ierīcēs, kas tās atbalsta.

Funkcijas rgb, hsv, hcl, pelēks un varavīksne nodrošina papildu veidus krāsu ģenerēšanai.


Uz klasteru balstīti maršrutēšanas protokoli bezvadu sensoru tīklos: uz metodoloģiju balstīta aptauja

Fakhrosadat Fanian, Marjan Kuchaki Rafsanjani, žurnālā Network and Computer Applications, 2019

5 Secinājums

Ņemot vērā sensoru mezglu enerģijas ierobežojumus un kopu lomu kā efektīvu risinājumu un enerģijas patēriņa vadību bezvadu sensoru tīklos, ir sniegts plašs klasteru un uz klasteru balstītu maršrutēšanas protokolu novērtējums, lai sniegtu lietotu skatu, kas atbilst precīzākiem metožu pārbaude neatkarīgi no spriedumiem. Šajā pētījumā esošie protokoli ir pārbaudīti no diviem klasterizācijas un metodoloģijas aspektiem. Salīdzinātie protokoli ir klasificēti makro un mikroklasēs pēc kopu īpašībām. No otras puses, metodes saskaņā ar metodoloģiju metodoloģijas ziņā ir klasificētas četrās kategorijās: klasiskās pieejas, uz izplūdušajām pieejām, uz metaheiristiskajām pieejām un hibrīdās metaheiristiskās un izplūdušās pieejas. Lai novērtētu katru viedokli, ir parādīti parametri, kas atbilst skatam (ieskaitot uz klasteriem balstītus parametrus un uz metodoloģiju balstītus parametrus), lai novērtētu esošās metodes. Pēc tam katra metožu kategorija ir novērtēta un apspriesta atbilstoši uzrādītajiem parametriem. Cenšoties sniegt noderīgu informāciju un motivēt lasītājus, šī novērtējuma mērķis ir sniegt jaunu perspektīvu un sākumpunktu metožu izpētei, ņemot vērā uz metodoloģiju balstītos parametrus (piemēram, iespējas, ierobežojumus, ieguldījumus un rezultātus, kas pārbaudīti katrā metodē, metodēs izmantotā algoritma veids un algoritmu izmantošanas mērķis), lai ātrāk izprastu metodoloģijas trūkumus. Mūsu mērķis ir izstrādāt uz metodoloģiju balstītus parametrus šajā sakarā un paplašināt šo perspektīvu citās bezvadu sensoru tīklu jomās, piemēram, ķermeņa zonas sensoru tīklos, mobilo izlietņu plānošanā un uzlādējamos sensoru tīklos.


Tīkla pārvaldības pakalpojumi

Kā datu pārvaldniekā var iestatīt nulles eksportēšanu?

Lai iestatītu nulles eksportu, starpsavienojuma vietā jābūt uzstādītam piemērotam enerģijas skaitītājam. Datu pārvaldnieka lietotāja saskarnē veiciet šādus iestatījumus:

  1. Izvēlnē Konfigurācija atlasiet izvēlnes vienumu Režģa pārvaldības pakalpojums.
  2. Atlasiet Aktīvā jauda.
    1. Tiks atvērts instalēšanas palīgs.

    Papildu iestatījumi nav nepieciešami. Tagad sistēmas panelī varat atrast jaunu logrīku aktīvās jaudas ierobežošanai.

    Vai datu pārvaldnieks var izmantot impulsa signālus arī aktīvās jaudas ierobežošanai?

    Nē, datu pārvaldniekam ir nepieciešami statiski signāli uz iekšējām digitālajām ieejām, kā arī uz ārējām ieejām (I / O sistēma no Wago vai Moxa). Lai varētu izmantot impulsu signālus, nepieciešama priekšapstrāde (piemēram, ar papildu Mini-PLC). Lai iegūtu papildinformāciju, skatiet tehnisko informāciju & quot; Jaudas specifikāciju pārveidošana, izmantojot impulsu signālus & quot; www.SMA-Solar.com.

    Kad es varu izmantot darbības režīmu & quot; slēgta cikla vadība & quot; un kad & quot; atvērta cikla vadība & quot?

    Šeit ir jānošķir aktīvā un reaktīvā jauda:

    Aktīvā jauda

    Ja tīkla operators starpsavienojuma punktā norāda aktīvās jaudas specifikāciju, tas vienmēr attiecas uz mērījumu starpsavienojuma punktā. Tāpēc tīras padeves sistēmām pietiek ar darbības režīmu & quotopen-loop control & quot (bez faktiskās vērtības atgriezeniskās saites). Sistēmām ar pašpatēriņu jāizmanto darbības režīms & quot; slēgta cikla vadība & quot; (ar faktiskās vērtības atgriezenisko saiti), jo tas pārvērš PV enerģijas pārpalikumu pašpatēriņā un jaudas vērtība savienojuma vietā joprojām atbilst tīkla operatora specifikācija.

    Reaktīvā jauda

    Tīras padeves sistēmās un arī sistēmās ar pašpatēriņu jāizvēlas darbības režīms & quot; slēgta cikla vadība & quot; (ar atgriezenisko saiti ar izmērītajām vērtībām no savienojuma punkta). Tādā veidā datu pārvaldnieks ņem vērā un kontrolē līnijas un, ja nepieciešams, transformatora ietekmi.

    Sistēmās ar lielu pašpatēriņu un lielu reaktīvās jaudas pieprasījumu (piemēram, elektrisko mašīnu ekspluatācija komerciālās un rūpnieciskās iekārtās bez papildu kompensācijas sistēmas) PV invertori, iespējams, nespēj kontrolēt iestatītos punktus savienojuma vietā (reaktīvs jaudas vērtība, cos phi vērtība). Piemēram, tā var būt elektrisko mašīnu darbība komerciālās un rūpnieciskās iekārtās bez papildu kompensācijas aprīkojuma. Šādās sistēmās PV invertori radīs gandrīz tikai reaktīvo jaudu un gandrīz nevienu aktīvo jaudu. Šādos gadījumos ieteicams izmantot darbības režīmu & quotopen-loop control & quot. Sazinieties ar vietējo tīkla operatoru.

    Vai Q [U] vidējā sprieguma pusē es varu izmantot enerģijas skaitītāju, kas mēra tikai spriegumu?

    Nē, tas pašlaik nav iespējams. Aktīvās un reaktīvās jaudas mērījumu vērtības ir nepieciešamas pilnīgai slēgtas cilpas un atvērtas cilpas kontrolei. Tos nodrošina jaudas skaitītājs tikai tad, ja ir iespējams izmērīt gan spriegumu, gan strāvu.

    Vai Q [U] var izmantot enerģijas skaitītāju vidējā sprieguma pusē, kas mēra tikai spriegumu, un zema sprieguma pusē izmantot citu enerģijas skaitītāju, kas mēra visas pārējās vērtības?

    Nē, tas nav iespējams. Datu pārvaldnieks starpsavienojuma punktam atbalsta tikai vienu mērierīci.

    Vai Q [U] vai es varu izmantot enerģijas skaitītāju vidējā sprieguma pusē, kas mēra tikai spriegumu (caur pārveidotāju), un zema sprieguma pusē izmantot citu enerģijas skaitītāju, kas mēra strāvu (caur pārveidotāju)?

    Tas būtu jāizvairās, jo tas izraisa aktīvās un reaktīvās jaudas vērtību neatbilstību faktiskajām vērtībām. Kad tas notiek, gan transformatora zudumi, gan tā fāzes nobīde noved pie kļūdaina mērījuma.

    Ja mana sistēma barojas tikai inženiertīklā (bez pašpatēriņa), vai starpsavienojuma vietā ir nepieciešams enerģijas skaitītājs?

    Nē, šādā gadījumā datu pārvaldniekā varat izmantot & quotvirtual & quot lietderības režģa skaitītāju. Tas ļauj norādīt ārējo cos phi iestatījuma vērtību. Norādītā iestatītā vērtība atšķirsies no vērtības, kas tiek iestatīta starpsavienojuma punktā. Nepieciešama tīkla operatora ārēja slēgta cikla vadība.

    Datu pārvaldnieka lietotāja saskarnē veiciet šādus iestatījumus:

    1. Iespējojiet Modbus serveri.
    2. Konfigurējiet ierīces tipa Modbus profilu divvirzienu skaitītājs ar vienu barošanas kanālu.
      1. Par kanāla apzīmējumu Tīkla padeves skaitītāja skaitītāju skaits, atlasiet reģistra adresi 30513 un mērogošanas koeficientu 0.
      2. Par kanāla apzīmējumu Padeves skaitītāja skaitītāja skaitītājs, atlasiet reģistra adresi 30513 un mērogošanas koeficientu 1.

      Kādā secībā ir jākonfigurē galvenā / pakļautā sistēma?

      Vispirms konfigurējiet datu pārvaldnieku vergu režīmā. Pēc tam konfigurējiet datu pārvaldniekus galvenajā režīmā. Iestatiet sistēmu Sunny Portal, ko nodrošina ennexOS tikai pēc visu datu pārvaldnieku konfigurēšanas.

      Vai datu pārvaldnieka sistēmas sadaļas var darbināt vergu režīmā ar darbības režīmu "slēgta cikla vadība"?

      Datu pārvaldnieku vergu režīmā var izmantot tikai atvērtā cikla vadībā. Kapteinis ir atbildīgs par slēgta cikla vadību.

      Kas notiek, ja sakari ar enerģijas skaitītāju starpsavienojuma punktā neizdodas vai tiek traucēti?

      Šī komunikācija tiek uzraudzīta ar fiksētu taimautu 10 sekundes. Ja sakari neizdodas, ierīce tiek parādīta kā traucēta. Ja savstarpējās saslēgšanās punktā slēgtā cikla vadība ir aktīva, darbības režīms tiek pārslēgts uz atvērta cikla vadību. Tas nozīmē, ka iestatītās vērtības tiek pārsūtītas uz invertoriem (bez slēgtas cilpas vadības). Tā rezultātā invertors neatzīs šos traucējumus kā tādus, un tā paša rezerves darbība netiks aktivizēta, ja rodas sakaru kļūme. Invertors turpina saņemt specifikācijas no datu pārvaldnieka.


      Skatīties video: BMW M PERFORMANCE DIGITAL RACE DISPLAY STEERING WHEEL - F87 M2 INSTALL