电磁成形工艺的应用

分析了电磁成形的原理、各种工艺参数，介绍了电磁成形技术在一些金属件成形中的应用。与常规冲压成形工艺相比，电磁成形工艺使生产和模具结构大为简化，生产工序大为缩短。电磁成形对某些特殊金属零件的成形生产具有重要意义。     

交流阻抗法评价有机涂层

有机涂层浸泡于试验介质中,对其进行交流阻抗测量得到的图谱,随浸泡时间的不同而变化。本文提出一种交流阻抗谱的解析方法,可以推算反映有机涂层性质的参数,并从各参数随浸泡时间的变化情况来评价有机涂层。本文还对春山志郎提出的特征频率法进行了深入的讨论。     

液压管路通用件参数化图库的设计与应用

在AutoCAD中利用Autolisp语言编程，通过数据存储和数据检索，将液压系统中常用的管路通用件编制成参数化图库，并用图标菜单调用绘图程序，实现参数化绘图，达到提高绘图效率的目的。     

国内搅拌摩擦焊技术在输变电领域的应用现状及发展前景

介绍了电力系统输变电领域常用的铝合金材料及其焊接结构件,输变电侧焊接结构常采用耐腐蚀性能较好的5系Al-Mg铝合金及导电性能较好的6系Al-Mg-Si铝合金。重点分析了搅拌摩擦焊技术在铝合金水冷板散热器、气体绝缘输电线路(GIL)、气体绝缘金属封闭开关设备(GIS)、通电导体等焊接结构件的应用现状,并对搅拌摩擦焊技术在电力行业的应用进行了展望。指出了搅拌摩擦焊技术在电力行业应用中展现出巨大的潜力,但是目前的应用仍处于初级阶段,需要综合考虑设备电特性,以及对搅拌摩擦焊的工艺性能及接头性能进行更加细致的研究。     

真空绝热板两大国标发布,核心参数测试有“法”可依

2020年12月14日,GB/T 39704-2020《真空绝热板有效导热系数的测定》和GB/T 39548-2020《真空绝热板湿热条件下热阻保留率的测定》两大真空绝热板关键性能的测试方法国家标准一起发布,为家电、建材、汽车等下游企业的采购提供了更加客观的指南。据了解,这两项国家标准将于2021年11月1日起正式实施。     

高压交流线路避雷器劣化状态数值仿真

高压交流线路避雷器的劣化分析是保障其运行安全的重要评估技术.针对避雷器出现的劣化问题,提取其伏安特性中的小电流区间,建立数学表征模型,并以模型中的时间常数表征氧化锌的劣化程度.结合晶粒物理结构、Voronoi网格分析晶粒及晶粒间的电气连接特性,推演RC等效电路模型并简化电路.开展数值仿真计算,获得不同劣化程度下避雷器的伏安特性曲线以及交流电压作用下的阻性电流变化规律,分析了容性电流分量与谐波电压对总泄漏电流的影响.泄漏电流波形的畸变率可判断避雷器的劣化程度,模型可辅助优化基于泄漏电流的避雷器在线监测与诊断技术.     

基于保护信息的变电站行波测距可靠性提升

行波测距具有精度高、受系统运行方式影响小等优点,但是独立的行波测距易受噪声干扰、可靠性不足;传统交流线路保护技术成熟、抗扰能力强、可靠性非常高,因而利用保护信息来提高行波测距可靠性是比较可行的技术路线.本文基于保护行波测距一体化技术,分析独立行波测距存在的主要问题及保护与行波测距信息交互技术;结合保护相关信息,从测距启动、同步模量选择、测距结果甄别三个方面提出了提升变电站行波测距可靠性的详细技术方案,并搭建了软硬件测试平台,试验结果验证了所提方案的有效性.     

生物接触氧化工艺在市政给水中的应用

我国许多地区水域普遍受到了微污染,通常表现为水体氨氮浓度升高、水中有机污染增多、溶解氧下降、藻类滋生等.当该类水体作为市政供水水源时,采用常规水处理工艺难以达到饮用水水质要求,增加生物预处理是一个必要的措施.生物接触氧化是一种简便易行的工艺,广泛应用于污水处理、给水预处理.通过对生物接触氧化工艺原理及影响因素进行介绍,调研了生物接触氧化工艺在市政给水处理方面的应用情况,着重考察了代表性工程案例的设计参数及对污染物的去除效果,分析了该工艺在应用过程中需注意的主要问题,对生物接触氧化工艺在给水预处理方面的未来研究热点进行展望.     

计及高比例新能源电网分区的输电线路功率双层优化模型

随着波动性极强的风光电大规模并网,高比例新能源电网中输电线路常常呈高传输功率峰谷差、低输电效率的状态,影响电力系统的安全稳定运行和新能源的大规模消纳。为此,提出分区分层优化输电线路功率的思想。首先,利用所提指标对电网进行分区,使区间联络线成为电网中待优化输电线路。在分区基础上建立区间-区内双层优化模型,上层模型用以确定传输功率峰谷差最小且输电效率最高的区间联络线期望功率,下层模型引入区内源荷运行约束,寻找最大程度实现联络线期望功率下系统运行成本最小的源荷协调调度计划。分别选用NSGA-Ⅲ-DE算法和NSGA-Ⅱ算法迭代求解上下层模型。最后,通过甘肃电网实例仿真,证明了所提模型的可行性和有效性。     

基于深度学习与不平衡样本集的输电线路故障分类

针对输电线路各类型故障样本间的数量不平衡会造成人工智能算法对故障中的少数类样本识别精度不足的问题,提出了一种基于Borderline-SMOTE（BSMOTE）算法与卷积神经网络（CNN）相结合的输电线路故障分类方法。该方法首先利用BSMOTE算法对位于分类边界上的少数类样本进行过采样合成处理,改善样本间的不平衡度,然后将所提取的一维故障电流信号样本重构成二维灰度图像数据形式,并在Pytorch深度学习框架下搭建了CNN网络模型,利用模型的自主学习能力对灰度图像进行特征自提取与辨识,减少传统人工设计特征提取的工序,完成对输电线路故障类型的分类。实验结果表明该模型能够提高对少数类故障样本的识别能力,准确地判断故障类型,并对噪音具有较强的抗干扰能力。