胖蟹爪爪
申报电力系统及其自动化专业高级工程师考试大纲 熟悉我国工程勘察设计中必须执行法律、法规的基本要求； 熟悉电气工程设计中必须执行建设标准强制性条文的概念；了解我国工程项目勘察设计的设计依据、内容深度、标准设计、设计修改、设计组织、审批程序等的基本要求； 熟悉我国工程项目勘察设计过程质量管理的基本规定； 了解我国工程勘察设计过程质量管理和保证体系的基本概念； 了解电力系统的运行特点和基本要求；.7 掌握阻抗、导纳、有功功率、无功功率、视在功率和功率因数的概念； 熟练掌握三相电路中电源和负载的联接方式及相电压、相电流、线电压、线电流、三相功率的概念和关系；掌握我国规定的电力网络额定电压与发电机、变压器等主要电力设备的额定电压； 掌握电压降落、电压损耗、功率损耗的定义及其计算方法；了解电力线路、发电机、变压器的参数与等值电路，熟悉电网等值电路中元件有名值和标幺值参数的简单计算和归并； 掌握我国工程建设中电气设备对环境影响的主要内容；掌握负荷分级的原则及供电要求。 2．电气安全 熟悉我国电气工程设计和施工中必须执行的有关人身安全的法律、法规、建设标准中的强制性条文； 了解我国工程设计中电气安全的概念和要求； 掌握我国工程设计中电气安全保护的主要方法和措施； 掌握我国危险环境电力装置的设计要求； 熟悉电气设备消防安全的措施； 了解安全电压的概念； 了解电气设备防护等级的基本概念及应用； 了解电气设备防误操作的要求及措施； 掌握电气工程设计的防火要求。3. 电气主接线 熟悉电气主接线设计的基本要求（含接入系统设计要求）； 掌握各级电压配电装置的基本接线设计及特点； 了解各种电气主接线型式设计及应用范围； 掌握主接线设计中的设备配置； 了解发电机及变压器中性点的接地方式；了解无功补偿的基本概念及设计要求。4．短路电流计算 掌握三相短路电流的实用计算方法； 熟悉 短路电流计算的目的和其结果的应用； 熟悉影响短路电流的因素和限制短路电流的设计措施。5．设备选择 熟悉主要电气设备选择的一般原则、技术条件和环境条件； 熟悉发电机、变压器、电抗器、电容器等高低压设备的选择； 掌握开关电器和保护电器的选择； 熟悉电流互感器、电压互感器的选择； 了解成套电器设备的选择； 了解高压电瓷及金具的选择；了解中性点设备的选择。6．导体及电缆的设计选择 掌握硬导体的设计选择； 熟悉电缆设计选择的原则； 了解管形导体设计的特殊问题； 了解分相封闭母线和共箱母线的设计选择； 了解软导线的设计选择及拉力弧垂的计算方法、原理； 掌握电缆敷设设计； 掌握电缆防火与阻燃的设计要求。7．电气设备布置 熟悉变配电所(开关站)所址选择的基本要求； 熟悉各级配电装置的设计原则和基本要求； 掌握各级电压配电装置的布置设计； 了解特殊地区的配电装置设计； 掌握配电装置带电距离的确定及校验方法。 8．过电压保护和绝缘配合 熟悉电力系统过电压种类和过电压水平； 掌握雷电过电压的特点及相应的限制和保护设计； 掌握暂时过电压的特点及相应的限制和保护设计； 掌握操作过电压的特点及相应的限制和保护设计； 了解防直击雷保护设计的计算方法和设计要求； 了解输电线路、配电装置及电气设备的绝缘配合方法及绝 缘水平的确定；熟悉建筑物的防雷分类原则及采取的措施。9．接地 熟悉电气装置接地的一般规定； 了解电气装置接地电阻的要求； 了解电气装置的接地装置设计； 了解低压系统的接地型式设计和对电气装置接地电阻的要 求； 掌握电气装置的接地装置设计以及保护线的选择； 掌握接触电压、跨步电压的计算方法； 了解各种接地型式的适用范围； 熟悉降低接地电阻的方法和应用10．照明 熟悉照明方式和照明种类的划分； 掌握照度标准及对照明质量的要求； 掌握光源选用和灯具选型的有关规定 了解照明供电的有关规定； 掌握照度计算的基本方法； 熟悉照明与环境的关系11．仪表和控制 熟悉控制方式的设计选择； 了解控制室的布置设计； 掌握二次回路设计的基本要求； 了解二次回路的设备选择及配置； 掌握五防闭锁功能的要求及相应的装置； 熟悉电气系统采用计算机监控的设计方法； 了解设备及控制电缆需要抗御干扰的要求； 了解电能测量及计量的设置要求； 熟悉同期装置的原理及设计要求。12． 继电保护、安全自动装置及调度自动化 掌握线路、母线和断路器继电保护的原理、配置及整定计 算； 熟悉主设备继电保护的配置、整定计算及设备选择； 了解安全自动装置的原理及配置； 了解电力系统调度自动化的功能及配置； 了解远动、电量计费的功能及配置。13．操作电源 熟悉直流系统的设计要求； 掌握蓄电池的选择及容量计算； 了解充电器的选择及容量计算； 了解直流设备的选择和布置设计； 了解直流系统绝缘监测装置的选择及配置要求； 掌握UPS的选择。14．发电厂和变电所的自用电 熟悉自用电负荷的分类和自用电电压的选择； 掌握自用电接线要求、备用方式和配置原则； 掌握自用电系统的设备选择； 了解自用电设备布置设计的一般要求； 熟悉保安电源的设计； 了解自用电系统保护设计； 了解自用电系统的测量、控制和自动装置； 掌握交、直流电动机的起动方式及起动校验； 掌握交、直流电动机调速技术。15．电力系统规划设计 了解电力系统规划设计的任务、内容和方法； 了解电力需求预测及电力供需平衡； 了解电力系统安全稳定运行的基本要求及安全稳定标准以及保障系统安全稳定运行的措施； 了解电源规划设计； 了解电网规划设计； 了解无功补偿型式选择及容量配置； 了解潮流、稳定及工频过电压计算。参 考 资 料1.《三相交流系统短路电流计算》GB/T11022；2．《电力工程电缆设计规范》GB50217；3．《3--110kV高压配电装置设计规范》GB50060；4．《火灾自动报警系统设计规范》GB50116 ；5．《交流电气装置接地设计规范》GB50065；6．《过电压保护及绝缘配合》GB50064；7．《并联电容器装置设计规范》GB50227；8．《继电保护和安全自动装置技术规程》GB14285；9．《水力发电厂机电设计规范》DL/T518610．《水力发电厂自动化设计技术规范》 DL/ T5081；11．《导体和电器选择设计技术规定》SDGJ；12．《变电所总布置设计技术规程》DL/T5056；13．能源部西北电力设计院编《电力工程电气设计手册》（电气一次部分），中国电力出版社，1989年； 14．能源部西北电力设计院编《电力工程电气设计手册》（电气二次部分），水利电力出版社，1991年； 15．水利电力部水利水电建设总局编《水电厂机电设计手册》(电气一次分册) ，水利电力出版社，1982 年； 16．水利电力部水利水电建设总局编《水电厂机电设计手册》(电气二次分册) ，水利电力出版社，1983 年。注册电气工程师考试大纲专业基础部分考试大纲1、电路与电磁场1．1 电路的基本概念和基本定律（1）掌握电阻、独立电压源、独立电流源、受控电压源、受控电流源、电容、电感、耦合电感、理想变压器诸元件的定义、性质（2）掌握电流、电压参考方向的概念（3）熟练掌握基尔霍夫定律1．2 电路的分析方法（1）掌握常用的电路等效变换方法（2）熟练掌握节点电压方程的列写方法，并会求解电路方程（3）了解回路电流方程的列写方法（4）熟练掌握叠加定理、戴维南定理和诺顿定理1．3 正弦电流电路（1）掌握正弦量的三要素和有效值（2）掌握电感、电容元件电流电压关系的相量形式及基尔霍夫定律的相量形式（3）掌握阻抗、导纳、有功功率、无功功率、视在功率和功率因数的概念（4）熟练掌握正弦电流电路分析的相量方法（5）了解频率特性的概念（6）熟练掌握三相电路中电源和负载的联接方式及相电压、相电流、线电压、线电流、三相功率的概念和关系（7）熟练掌握对称三相电路分析的相量方法（8）掌握不对称三相电路的概念1．4 非正弦周期电流电路（1）了解非正弦周期量的傅立叶级数分解方法（2）掌握非正弦周期量的有效值、平均值和平均功率定义和计算方法（3）掌握非正弦周期电路的分析方法1．5 简单动态电路的时域分析（1）掌握换路定则并能确定电压、电流的初始值（2）熟练掌握一阶电路分析的基本方法（3）了解二阶电路分析的基本方法1．6 静电场（1）掌握电场强度、电位的概念（2）了解应用高斯定律计算具有对称性分布的静电场问题（3）了解静电场边值问题的镜像法和电轴法，并能掌握几种典型情形的电场计算（4）了解电场力及其计算（5）掌握电容和部分电容的概念，了解简单形状电极结构电容的计算1．7 恒定电场（1）掌握恒定电流、恒定电场、电流密度的概念（2）掌握微分形式的欧姆定律、焦耳定律、恒定电场的基本方程和分界面上的衔接条件，能正确地分析和计算恒定电场问题（3）掌握电导和接地电阻的概念，并能计算几种典型接地电极系统的接地电阻1．8 恒定磁场（1）掌握磁感应强度、磁场强度及磁化强度的概念（2）了解恒定磁场的基本方程和分界面上的衔接条件，并能应用安培环路定律正确分析和求解具有对称性分布的恒定磁场问题（3）了解自感、互感的概念，了解几种简单结构的自感和互感的计算（4）了解磁场能量和磁场力和计算方法1．9 均匀传输线（1）了解均匀传输线的基本方程和正弦稳态分析方法（2）了解均匀传输线特性阻抗和阻抗匹配的概念附：参考书目电路（第三版）上、下册邱关源主编 高等教育出版社2、模拟电子技术2．1 半导体及二极管（1）掌握二极管和稳压管特性、参数（2）了解载流子，扩散，漂移；PN结的形成及单向导电性2．2 放大电路基础（1）掌握基本放大电路、静态工作点、直流负载和交流负载线。（2）掌握放大电路的基本的分析方法（3）了解反馈的概念、类型及极性；电压串联型负反馈的分析计算（4）了解正负反馈的特点；其它反馈类型的电路分析；不同反馈类型对性能的影响；自激的原因及条件（5）了解消除自激的方法，去耦电路2．3 线性集成运算放大器和运算电路（1）掌握放大电路的计算；了解典型差动放大电路的工作原理；差模、共模、零漂的概念，静态及动态的分析计算，输入输出相位关系；集成组件参数的含义。（2）掌握集成运放的特点及组成；了解多级放大电路的耦合方式；零漂抵制原理；了解复合管的正确接法及等效参数的计算；恒流源作有源负载和偏置电路（3）了解多级放大电路的频响（4）掌握理想运放的虚短、虚地、虚断概念及其分析方法；反相、同相、差动输入比例器及电压跟随器的工作原理，传输特性；积分微分电路的工作原理（5）掌握实际运放电路的分析；了解对数和指数运算电路工作原理，输入输出关系；乘法器的应用（平方、均方根、除法）（6）了解模拟乘法器的工作原理
茶虫小豆豆
机器视觉是通过计算机来模拟人类视觉功能，以让机器获得相关视觉信息和加以理解。可分为“视”和“觉”两部分原理。
“视”是将外界信息通过成像来显示成数字信号反馈给计算机，需要依靠一整套的硬件解决方案，包括光源、相机、图像采集卡、视觉传感器等。“觉”则是计算机对数字信号进行处理和分析，主要是软件算法。
机器视觉在工业上应用领域广阔，核心功能包括：测量、检测、识别、定位等。
产业链可以分为上游部件级市场、中游系统集成/整机装备市场和下游应用市场。
机器视觉上游有光源、镜头、工业相机、图像采集卡、图像处理软件等软硬件提供商，中游有集成和整机设备提供商，行业下游应用较广，主要下游市场包括电子制造行业、 汽车 、印刷包装、烟草、农业、医药、纺织和交通等领域。
机器视觉全球市场主要分布在北美、欧洲、日本、中国等地区，根据统计数据，2014年，全球机器视觉系统及部件市场规模是 亿美元，2015年全球机器视觉系统及部件市场规模是42亿美元，2016年全球机器视觉系统及部件市场规模是62亿美元，2002-2016年市场年均复合增长率为12%左右。而机器视觉系统集成，根据北美市场数据估算，大约是视觉系统及部件市场的6倍。
中国机器视觉起步于80年代的技术引进，随着98年半导体工厂的整线引进，也带入机器视觉系统，06年以前国内机器视觉产品主要集中在外资制造企业，规模都较小，06年开始，工业机器视觉应用的客户群开始扩大到印刷、食品等检测领域，2011年市场开始高速增长，随着人工成本的增加和制造业的升级需求，加上计算机视觉技术的快速发展，越来越多机器视觉方案渗透到各领域，到2016年我国机器视觉市场规模已达近70亿元。
机器视觉中，缺陷检测功能，是机器视觉应用得最多的功能之一，主要检测产品表面的各种信息。在现代工业自动化生产中，连续大批量生产中每个制程都有一定的次品率，单独看虽然比率很小，但相乘后却成为企业难以提高良率的瓶颈，并且在经过完整制程后再剔除次品成本会高很多（例如，如果锡膏印刷工序存在定位偏差，且该问题直到芯片贴装后的在线测试才被发现，那么返修的成本将会是原成本的100倍以上），因此及时检测及次品剔除对质量控制和成本控制是非常重要的，也是制造业进一步升级的重要基石。
1.在检测行业，与人类视觉相比，机器视觉优势明显
1）精确度高：人类视觉是64灰度级，且对微小目标分辨力弱；机器视觉可显著提高灰度级，同时可观测微米级的目标；
2）速度快：人类是无法看清快速运动的目标的，机器快门时间则可达微秒级别；
3）稳定性高：机器视觉解决了人类一个非常严重的问题，不稳定，人工目检是劳动非常枯燥和辛苦的行业，无论你设计怎样的奖惩制度，都会发生比较高的漏检率。但是机器视觉检测设备则没有疲劳问题，没有情绪波动，只要是你在算法中写好的东西，每一次都会认真执行。在质控中大大提升效果可控性。
4）信息的集成与留存：机器视觉获得的信息量是全面且可追溯的，相关信息可以很方便的集成和留存。
2.机器视觉技术近年发展迅速
1）图像采集技术发展迅猛
CCD、CMOS等固件越来越成熟，图像敏感器件尺寸不断缩小，像元数量和数据率不断提高，分辨率和帧率的提升速度可以说日新月异，产品系列也越来越丰富，在增益、快门和信噪比等参数上不断优化，通过核心测试指标（MTF、畸变、信噪比、光源亮度、均匀性、色温、系统成像能力综合评估等）来对光源、镜头和相机进行综合选择，使得很多以前成像上的难点问题得以不断突破。
2）图像处理和模式识别发展迅速
图像处理上，随着图像高精度的边缘信息的提取，很多原本混合在背景噪声中难以直接检测的低对比度瑕疵开始得到分辨。
模式识别上，本身可以看作一个标记过程，在一定量度或观测的基础上，把待识模式划分到各自的模式中去。图像识别中运用得较多的主要是决策理论和结构方法。决策理论方法的基础是决策函数，利用它对模式向量进行分类识别，是以定时描述（如统计纹理）为基础的；结构方法的核心是将物体分解成了模式或模式基元，而不同的物体结构有不同的基元串（或称字符串），通过对未知物体利用给定的模式基元求出编码边界，得到字符串，再根据字符串判断它的属类。在特征生成上，很多新算法不断出现，包括基于小波、小波包、分形的特征，以及独二分量分析；还有关子支持向量机，变形模板匹配，线性以及非线性分类器的设计等都在不断延展。
3）深度学习带来的突破
传统的机器学习在特征提取上主要依靠人来分析和建立逻辑，而深度学习则通过多层感知机模拟大脑工作，构建深度神经网络（如卷积神经网络等）来学习简单特征、建立复杂特征、学习映射并输出，训练过程中所有层级都会被不断优化。在具体的应用上，例如自动ROI区域分割；标点定位（通过防真视觉可灵活检测未知瑕疵）；从重噪声图像重检测无法描述或量化的瑕疵如橘皮瑕疵；分辨玻璃盖板检测中的真假瑕疵等。随着越来越多的基于深度学习的机器视觉软件推向市场（包括瑞士的vidi，韩国的SUALAB，香港的应科院等），深度学习给机器视觉的赋能会越来越明显。
4）3d视觉的发展
3D视觉还处于起步阶段，许多应用程序都在使用3D表面重构，包括导航、工业检测、逆向工程、测绘、物体识别、测量与分级等，但精度问题限制了3D视觉在很多场景的应用，目前工程上最先铺开的应用是物流里的标准件体积测量，相信未来这块潜力巨大。
3.要全面替代人工目检，机器视觉还有诸多难点有待攻破
1）光源与成像：机器视觉中优质的成像是第一步，由于不同材料物体表面反光、折射等问题都会影响被测物体特征的提取，因此光源与成像可以说是机器视觉检测要攻克的第一个难关。比如现在玻璃、反光表面的划痕检测等，很多时候问题都卡在不同缺陷的集成成像上。
2）重噪音中低对比度图像中的特征提取：在重噪音环境下，真假瑕疵的鉴别很多时候较难，这也是很多场景始终存在一定误检率的原因，但这块通过成像和边缘特征提取的快速发展，已经在不断取得各种突破。
3）对非预期缺陷的识别：在应用中，往往是给定一些具体的缺陷模式，使用机器视觉来识别它们到底有没有发生。但经常遇到的情况是，许多明显的缺陷，因为之前没有发生过，或者发生的模式过分多样，而被漏检。如果换做是人，虽然在操作流程文件中没让他去检测这个缺陷，但是他会注意到，从而有较大几率抓住它，而机器视觉在这点上的“智慧”目前还较难突破。
4.机器视觉产业链情况
1）上游部件级市场
主要包括光源、镜头、工业相机、图像采集卡、图像处理软件等提供商，近几年智能相机、工业相机、光源和板卡都保持了不低于20%的增速。根据中国机器视觉产业联盟（CMVU）调查统计，现在已进入中国的国际机器视觉品牌已近200多家（如康耐视、达尔萨、堡盟等为代表的核心部件制造商，以基恩士、欧姆龙、松下、邦纳、NI等为代表的则同时涉足机器视觉核心部件和系统集成），中国自有的机器视觉品牌也已有100多家（如海康、华睿、盟拓光电、神州视觉、深圳灿锐、上海方诚、上海波创电气等），机器视觉各类产品代理商超过300家（如深圳鸿富视觉、微视新纪元、三宝兴业、凌云光、阳光视觉等）。很多国内机器视觉的部件市场都是从代理国外品牌开始，很多企业均与国外的同行有较好的合作，且这种合作具有一定的排他性，这给潜在进入者带来了一定的门槛，因此优质产品的代理商也都有不错的市场竞争力和利润表现。同时，以海康、华睿为代表的国产工业视觉核心部件正在快速崛起。
2）中游系统集成和整机装备市场
国内中游的系统集成和整机装备商有100多家，他们可以给各行业自动化公司提供综合的机器视觉方案，如凌云光、微视新纪元、嘉恒、凌华、阳光视觉、鼎信、大恒图像等。由于国内产品与国际依然有不小差距，很多中游系统集成商和整机装备商又是从核心零部件的贸易做起来的，因此很多在视觉产品的选择方面，依然更为青睐国外品牌。国内品牌为推广自己的软硬件产品，往往需要发展自己的方案集成能力，才能更好的面对市场竞争。
3）下游应用市场
机器视觉下游，主要是给终端用户提供非标自动化综合解决方案的公司，行业属性非常强，核心竞争力是对行业和生产的综合理解和多类技术整合。由于行业自动化的更迭有一定周期性，深受行业整体升级速度、出货量和利润状况影响，因此近两年来看，拉动机器视觉应用普及最主要的还是在电子制造业，其次是 汽车 和制药。
i. 半导体和电子生产行业：从国内机器视觉工业上的应用分布来看，46％都集中在电子及半导体制造行业，包括晶圆加工制造的分类切割、PCB检测（底片、内／外层板、成品外观终检等）、SMT贴装检测、LCD全流程的AOI缺陷检测、各种3c组件的表面缺陷检测、3c产品外观检测等
ii. 汽车 ：车身装配检测、零件的几何尺寸和误差测量、表面和内部缺陷检测、间隙检测等
iii. 印刷、包装检测：烟草外壳印刷、食品的包装和印刷、药品的铝塑板包装和印刷等
iv. 农业：对农产品的分级、检验和分类
v. 纺织：对异纤、云织、经疵、纬疵等瑕疵检测、织物表面绒毛鉴定、纱线结构分析等等。
5.机器视觉系统未来发展趋势
1）嵌入式解决方案发展迅猛，智能相机性能与成本优势突出，嵌入式PC会越来越强大
2）模块化的通用型软件平台和人工智能软件平台将降低开发人员技术要求和缩短开发周期
3）3d视觉将走向更多应用场景
优质电气工程师资格证问答知识库
