基于复合二阶广义积分器的广义谐波电流检测法

针对低频谐波造成二阶广义积分器误差较大、影响广义谐波电流检测精度的情况,提出了一种复合二阶广义积分器的频率自适应广义谐波电流检测法。利用二阶广义滤波器的带通滤波功能,通过交叉反馈网络,实现各次谐波分量之间的解耦,消除低频谐波的干扰;具有闭环反馈环节的锁频环,实现频率自适应,在复杂电网环境下,实时跟踪电网频率。仿真对比实验结果表明,提出的方法能够快速、准确检测广义谐波电流。     

双包层光纤放大器研究

高功率双包层光纤放大器输出功率超过1 W,可用于密集波分复用系统和光纤CATV系统以及空间光通信系统中.从理论上分析了各种内包层截面形状对抽运吸收效率的影响以及抽运方式的选择.采用分段方法,首次利用光子数平衡原理建立了半数值双包层掺杂稀土光纤放大器理论模型.利用模型对双包层光纤放大器进行了优化设计.(OD4)     

电力系统故障录波数据实用压缩方法

针对电力系统大量故障录波数据的传输问题,以故障录波数据在整体录波文件占据较小比例为依据,提出一种立足于录波数据整体的分通道分时段数据压缩新方案。对于周期信号的压缩,快速傅里叶变换(FFT)算法具有压缩比高的特点,因此先对分段数据进行FFT计算,若误差较大则改用小波变换压缩。在电力系统频率偏移额定值的情况下,采用加窗傅里叶变换校正算法,保证压缩率和压缩精度。仿真研究和实际录波文件的压缩应用表明,算法能获得较高的压缩性能和较小的误差,验证了该方案的可行性和有效性。     

500kV变电站雷电波侵入过电压建模与分析

500 kV变电站在电网中占有重要的地位,如若因为雷电波侵入导致站内电气设备的损坏将造成巨大的经济损失,甚至引发电网瓦解或者大规模停电。文中根据湖南省岳阳市某500 kV变电站的资料,使用ATP-EMTP软件搭建变电站仿真模型来研究变电站雷电侵入波过电压防护的弱点。通过将进线段和变电站看为一个整体,建立合适的变电站设备、雷电流、杆塔、绝缘子闪络、电晕、输电线路、氧化锌避雷器等模型。进行计算分析使结果更符合实际,从而提出合理的避雷器布置方案,对变电站雷电过电压防护设计具有参考价值。     

变顶高尾水隧洞衬砌混凝土裂缝成因分析及处理

变顶高尾水隧洞技术,是近几年才发展起来的一项水电工程新技术,我国的一些水电科技工作者在总结前苏联和平水电站成功经验的基础上,首次将变顶高尾水隧洞应用于彭水电站.由于特殊的结构体型及各方面考虑,尾水洞混凝土采用了"先拱后墙"的浇筑方案,后期顶拱衬砌混凝土出现裂缝,影响混凝土结构,文中对彭水电站变顶高尾水隧洞衬砌混凝土裂缝成因及处理方法进行了分析介绍.     

乌江彭水水电站地下厂房开挖施工

针对乌江彭水水电站地下主厂房洞室结构跨度大、地质条件复杂、工期紧、任务重,特别是洞室群布置密集且共用施工通道等难点,主要介绍了地下主厂房及相邻洞室群的开挖施工技术,通过合理分层、优化交通布置、爆破技术等手段,有效地保证了开挖质量.     

玲珑金矿开采沉陷动态预计

文中采用多项式拟合、灰色模型、时间序列AR模型、BP神经网络模型预计了山东黄金玲珑金矿的开采沉陷趋势,并将各模型预测值与观测值比较,验证了各模型在预测地表动态移动的有效性;通过使用与开采沉陷趋势相适宜的模型,为矿山安全生产提供有力的科学支撑。     

氯化苯尾气吸收系统的改造

简介氯化苯尾气吸收系统原因、改造方案及改造后取得效果。氯化苯尾气吸收系统改造后改善了厂区环境,生产能力明显提高。     

川中高石梯区块灯影组四段古岩溶带及内部储层分布特征

四川盆地震旦系灯影组四段(灯四段)在表生期岩溶作用影响下纵向岩溶分带特征明显，不同岩溶带储层发育程度差异较大，有必要精细刻画古岩溶带内部结构，进一步明确优质储层的分布。综合岩心、地震、成像测井等资料，基于地下水运动方式及孔、洞、缝发育特征，开展了高石梯区块灯四段古岩溶带划分，建立了古岩溶带厚度与古岩溶地貌相对高程的关系，并细分水平潜流亚带，分析不同期水平潜流亚带优质储层的发育特征，分区优选了有利古岩溶亚带。研究表明，高石梯区块灯四段古岩溶地貌越高，垂直渗流带厚度越大、水平潜流带厚度越小。受古岩溶潜水面周期下降影响，水平潜流带内发育3期水平潜流亚带，上部水平潜流亚带1、亚带2优质储层发育程度优于亚带3。根据沉积相、古岩溶地貌及优质储层展布特征，将高石梯区块划分为3个区域。区块西侧(1区)各岩溶带和亚带优质储层均较发育，优质储层累计厚度超50 m,为最有利区域；区块东侧(2区)优质储层仅发育于垂直渗流带，优质储层累计厚度为15～20 m;区块南侧(3区)优质储层主要发育于垂直渗流带和水平潜流亚带1,优质储层累计厚度为30～40 m。不同区域优质储层发育的岩溶带、亚带存在差异，应采用不同的开...     

分布式训练系统及其优化算法综述

人工智能利用各种优化技术从海量训练样本中学习关键特征或知识以提高解的质量,这对训练方法提出了更高要求.然而,传统单机训练无法满足存储与计算性能等方面的需求.因此,利用多个计算节点协同的分布式训练系统成为热点研究方向之一.本文首先阐述了单机训练面临的主要挑战.其次,分析了分布式训练系统亟需解决的三个关键问题.基于上述问题归纳了分布式训练系统的通用框架与四个核心组件.围绕各个组件涉及的技术,梳理了代表性研究成果.在此基础之上,总结了基于并行随机梯度下降算法的中心化与去中心化架构研究分支,并对各研究分支优化算法与应用进行综述.最后,提出了未来可能的研究方向.