基于小波神经网络的配电网故障定位研究

在分析小电流接地系统单相接地故障特征的基础上,利用小波分析对非平稳随机信号所具有的优越的时频局部特性和变焦能力来实现提取故障时暂态信息量的特征分量,然后构建出小波神经网络,根据神经网络良好的非线性拟合能力,建立起故障特征分量和故障点位置之间的映射,从而达到故障点精确定位。     

基于S变换的剩余时差校正方法的应用研究

以叠前地震资料为基础的储层预测技术对地震资料的信噪比和品质要求比较高,但是在处理过程中会使地震数据产生一定的剩余时差,降低了地震资料的分辨率,从而会影响叠前储层预测结果的可靠性和精度,因此,必须消除剩余时差。本文简要论述了基于S变化的剩余时差校正方法的基本流程,然后用模型资料和实际资料验证了该方法的有效性。模型实验和实际应用效果表明:该方法可以有效地消除剩余时差,提高AVO估计的精度,从而可以减小储层预测的误差。     

基于小波变换的电缆故障测距研究

在电缆故障测距中,对反射脉冲信号的起始点的判断是电缆测距的核心,针对小波变换模极大值法和曲线拟合法存在的优缺点,将这两种方法相结合对反射脉冲的起始点进行检测。仿真结果表明:该方法能够有效地提高电缆故障测距的精度。     

基于广义S变换的薄互层识别技术研究与应用

利用地球物理方法来识别薄互层一直以来都是困扰地球物理工作者的一项技术难题。常规时频分析技术存在一定局限性,本文介绍的广义S变换技术结合了STFT(短时傅里叶变换)和CWT(连续小波变换)二者的优点,可以根据实际信号的特点灵活选择窗函数,具有更好的时频分辨率。文章先对广义S变换的基本原理进行介绍,然后通过MarmousⅡ模型正演,将广义S变换与常规时频分析方法进行对比,验证了该方法的有效性,最后对实际工区的地震资料进行分频处理,并对结果进行分析,结果表明广义S变换对薄互层的识别比较有效。     

基于谱熵的自适应广义S变换时频滤波器设计

将信息熵引入到广义S变换时频滤波中,提出一种基于谱熵的自适应广义s变换时频滤波器设计方法。计算信号广义s变换的时频谱,将时频谱各时间点的频率区间划分成若干个小区间,计算各区间时频谱熵,以时频谱熵最大区间的时频谱的平均值作为阅值,以此来衡量信号的杂乱程度。若该时间点上的时频谱值大于闻值,则将该点时频谱值清零。采用广义s逆变换进行重构。该方法可自适应地调节时频滤波因子,有效滤除干扰信息。     

基于改进S变换的电能质量扰动智能检测

为了真实反映电能质量暂态扰动对电网造成的影响,对电能质量暂态扰动的成因和检测方法进行研究。提出一种改进的S变换新方法,对高斯窗函数的尺度因子进行修改,使得结果具有更好的时间和频率分辨率。基于该方法对电能质量暂态扰动信号进行检测,并提取各扰动特征量,同时对检测结果进行数据分析。研究结果表明:修改后的S变换方法能够实现电能质量暂态扰动的实时智能检测,检测结果准确可靠。     

高阻抗超高性能混凝土的交流阻抗特性及其等效电路模型

为预防地铁运营产生的杂散电流对混凝土结构造成腐蚀损伤,制备出28d电阻率大于3kΩ/m且抗压强度大于120 MPa的地铁工程用高阻抗超高性能混凝土(HI-UHPC),通过交流阻抗谱揭示了不同因素对HI-UHPC交流阻抗性能的影响,最终提出了适用于HI-UHPC的等效电路模型。结果表明:钢纤维和PVA乳胶粉的掺入可显著提高HI-UHPC的抗压强度。普通水泥基材料的高频弧在水化10 h时出现,HI-UHPC的高频弧则在水化1 h时出现。钢纤维会使HI-UHPC内部形成钢纤维搭接而成的导电通道,增加自由电子转移的可能并降低基体体积电阻。PVA乳胶粉在HI-UHPC内部会形成基体-PVA乳胶粉膜界面并改变孔结构,减少其内部的有效导电路径,最终提高HI-UHPC的阻抗。HI-UHPC的等效电路模型由连通导电路径、不连通导电路径以及绝缘路径组成。随着龄期的增长,水化产物和聚合物膜逐渐形成,基体内自由水被消耗,孔隙结构逐渐致密,导致孔隙中载流子的传输通道被阻断,使得连通导电通道的电阻和非连通导电通道的电阻逐渐变大,而非连通导电通道的电容和绝缘导电基体的电容逐渐减小。     

广义S变换组合窗研究

通过对S变换和目前比较流行的广义S变换的分析比较,提出了不同窗函数的组合方法。在低频段和高频段均具有较高的频率分辨率来对中间段频率的压制,进而提高某一特定段的时频分辨率。通过对模拟信号和单道地震数据的分析,并对其进行广义S变换组合窗对比研究,证明组合窗效果优于普通广义S变换法,此方法可以很好的提高特定段的时频分辨率,使广义S变换的应用更具灵活性。用实际地震资料进行组合窗广义S变换结果显示,变换组合窗的广义S变换生成的单频剖面对含油气检测和识别具有明显效果。     

S变换在中性点不接地系统接地选线中的应用

根据故障合闸角、过渡电阻、线路长度及出线个数等因素变化对中性点不接地系统单相接地故障的传统选线方法的影响,分析了这些传统选线方法的不足,并采用特征频率下S变换的暂态能量选线方法,分析当系统存在噪声干扰或故障合闸角等因素改变时,此方法是否有效。仿真研究结果表明基于特征频率的S变换暂态能量分析方法能准确、有效地选取出故障线路,且不受噪声干扰及故障合闸角等因素的影响。     

基于相关性小波奇异熵的滚动轴承故障特征提取

针对轴承故障信号受噪声影响严重,导致故障特征提取稳定性较差的问题,将小波变换、相关性、奇异值分解和信息熵理论相结合,提出一种基于相关性小波奇异熵的轴承故障特征提取方法。该方法首先将轴承信号进行小波分解,利用小波分解系数和噪声的相关性特点不同,引入相关计算以去除噪声的影响;然后对相关处理后的规范化系数进行奇异值分解,轴承的不同故障信息就体现在奇异值中;再利用信息熵的统计特性对奇异值进行不确定度计算;最后,以相关性小波奇异熵作为特征向量,通过概率神经网络对滚动轴承故障进行识别。实验表明:该方法能够有效地提取轴承故障特征,具有良好的容噪能力和稳定性。     

Sensitive Detection of SARS-CoV-2 Variants Using an Electrochemical Impedance Spectroscopy Based Aptasensor

The global pandemic caused by severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) caused a threat to public health and a worldwide crisis. This raised the need for quick, effective, and sensitive detection tools to prevent the rapid transmission rate of the infection. Therefore, this study aimed to develop an electrochemical impedance spectroscopy (EIS)-based aptasensor employing an interdigitated gold electrode (IDE) to detect SARS-CoV-2 Spike (S) glycoprotein and viral particles. This allowed us to sensitively detect SARS-CoV-2 S glycoprotein with a limit of detection (LOD) of 0.4 pg/mL in a buffer solution and to obtain a linear increase for concentrations between 0.2 to 0.8 pg/mL with high specificity. The proposed aptasensor also showed a good sensitivity towards the heat-inactivated SARS-CoV-2 variants in a buffer solution, where the Delta, Wuhan, and Alpha variants were captured at a viral titer of 6.45 ± 0.16 × 10³ TCID₅₀/mL, 6.20 × 10⁴ TCID₅₀/mL, and 5.32 ± 0.13 × 10² TCID₅₀/mL, respectively. Furthermore, the detection of SARS-CoV-2 performed in a spiked human nasal fluid provided an LOD of 6.45 ± 0.16 × 10³ TCID₅₀/mL for the Delta variant in a 50 µL sample and a detection time of less than 25 min. Atomic force microscopy images complemented the EIS results in this study, revealing that the surface roughness of the IDE after each modification step increased, which indicates that the target was successfully captured. This label-free EIS-based aptasensor has promising potential for the rapid detection of SARS-CoV-2 in complex clinical samples.     

基于独立元分析算法的过程故障检测方法

文章针对目前实际工业生产中变量不能严格服从高斯分布,且大量变量之间存有严重相关性的特点,运用ICA方法提取高维数据中独立的信号,在保留数据信息的前提下对噪声加以抑制。信号提取后分别构造监控统计量,实施过程监控和故障诊断,并利用独立元模型对CSTR仿真实时数据进行故障检测研究,仿真结果表明该方法能快速准确的检测到运行中发生的异常。     

一种基于可预测偏最小二乘法的故障检测方法

将可预测元分析(Fore CA)与偏最小二乘法(PLS)结合用于故障检测,在选取合适的可预测元的基础上,运用偏最小二乘回归,进一步提高模型对系统的预测能力,克服了偏最小二乘回归方法无法反映系统动态时序特性的缺陷,并构造CUSUM统计量和SPE统计量以检测故障是否发生。最后通过TE模型上的仿真实验结果表明:Fore PLS方法能有效检测慢漂移等故障。     

发电厂直流系统接地故障检测方法

介绍用于直流系统维护和故障处理的各种检测方法。     

可控串补装置专家神经网络PID阻抗控制方法

PID控制是可控串补(TCSC)装置最为常用的阻抗控制方法.因参数不能在线调整,其在参考阻抗从同一阻抗阶跃到不同阻抗时表现出不良的鲁棒性.引入了专家神经网络PID控制器,这种控制器既具有神经网络PID控制器高精度、稳定性、鲁棒性高的优点,又具有专家控制器进入稳态快的特点.通过与传统PID控制的仿真结果比较,表明该方法具...     

高硫煤浮选法脱硫实验研究

采用浮选法脱除贵州某煤中的硫,以磺化煤油为捕收剂,WP溶液为起泡剂,CaO为抑制剂,考察了捕收剂用量、起泡剂用量、抑制剂用量以及矿浆浓度对脱硫率的影响。实验结果表明,在捕收剂用量30kg/t、起泡剂用量1.250kg/t、抑制剂用量37.5kg/t、矿浆质量浓度106g/L的条件下,能有效脱除煤中的硫分,脱硫率达到67.63%。对比分析脱硫前后煤样,结果表明浮选法脱除煤中硫的同时,也提高了煤样的热值,提升了煤的质量。     

基于小波去噪的FVS-KPCA故障检测方法

对于复杂非线性系统,实际得到的数据不可避免地带有噪声、随机干扰,而传统的核主元分析(KP-CA)方法应用于大样本集的故障检测,要计算核矩阵K很困难。为此,提出一种小波去噪与特征矢量选择-核主元分析(FVS-KPCA)相结合的故障检测方法,首先对数据进行小波去噪,再采用特征矢量选择(FVS)与KPCA结合的方法能有效降低故障检测计算的复杂性。把上述方法应用到Tennessee Eastman(TE)化工过程,仿真结果表明该方法能有效地提高故障检测的速度。     

三氧化二铝改善液晶阻抗的研究

用Al2O3 改善液晶的阻抗,使其符合LCD的要求。探讨了Al2O3 用量、搅拌时间、反应温度等因素对结果的影响。初步分析了Al2O3 的作用机理。     

交流阻抗法测量丙烯腈电化学二聚反应电极微分电容

运用交流阻抗数据的不同处理方法 ,对模拟电解池的阻抗数据进行对比分析 ,发现复数平面图法对于取得重要的电极参数微分电容准确度较高 ,较适合无浓差极化条件下的交流阻抗数据处理工作。此种处理方法适用于玻碳电极在丙烯腈水溶液体系中的微分电容的测量