[硕天电源]助力四川省国家教育考试巡查系统

国家教育考试巡查系统建设,电力保障的重要性不言而喻。UPS作为保证供电的核心关键设备必须稳定可靠。硕天电源凭借高质量的产品和全方位的服务,成功将产品应用于四川省多个市区的国家教育考试巡查系统,为系统提供了长效可靠的后备电力,提高招考的信息技术水平和服务保障能力。。     

一种组态控件技术在电力监控系统中的运用

主要阐述QGraphicsProxyWidget类在电力监控软组态软件中的运用.将整个图形窗口作为电力监控组态软件的图元,可以丰富电力监控软件的图形库并且提升工程人员的施工效率.     

变压器内部故障在线检测方法仿真及误差分析

为研究变压器内部故障在线检测方法的有效性及抗干扰性,搭建实际变压器的非线性三维有限元模型.对变压器常见几种类型的内部故障进行详细的结构仿真,通过"场-路耦合法"构建各类型故障的ΔV-I1轨迹.同时,通过对正常绕组的测量信号设置一定的误差,构建了考虑测量误差时的误差轨迹.在此基础上,将正常时的标准轨迹、误差轨迹和各种类型的故障轨迹进行对比分析,通过对ΔV-I1轨迹特征差异的定性分析与定量计算,验证该方法在实际应用中的有效性,总结判断各类型故障的规则,同时针对测量误差所造成的干扰提出了建议.     

基于概率法的电力系统安全分析

为应对电力系统安全分析中的停机问题，基于概率法的方式，将常用的确定停机计算与加入了概率法的概率停机进行比较，研究了二者的区别与其在长期投资方向的不同。在进行电力系统停机分析时，通常会分别从确定停机与概率停机的角度出发，对其应急状态下的潮流进行计算。但前者的方法可能导致极低概率的停机事件被忽略，进而影响长期的资金投资。通过加入概率法的计算，使得对单个停机事件的判定由其具体的频率来确定，增加了系统运行的稳定性。     

基于GR4J-LSTM混合模型的洪水预报研究

为提高洪水过程预报的准确性，将概念性水文模型GR4J (modèle du Génie Ruralà4 paramètres Journalier)的预报流量耦合到长短时记忆神经网络(Long Short-Term Memory Neural Network, LSTM)中，构建了GR4J-LSTM混合模型，并与GR4J、LSTM模型进行对比。基于2012～2019年陆水水库汛期与洪水事件相关的数据集，并结合欧洲中期天气预报中心的3 h预报降水产品，驱动GR4J-LSTM混合模型，预报陆水水库3～12 h预见期的入库流量。最后采用平均影响值(Mean Impact Value, MIV)算法评估输入变量的相对重要性。结果表明：GR4J、LSTM和GR4J-LSTM模型均具有较好的模拟预报能力，但GR4J-LSTM混合模型的预报性能最优，既可以学习GR4J模型的产汇流过程，又提高了洪水预报的精度。研究成果可为洪水预报方案制定提供参考。     

基于互联网的基础课程线上线下教学实践

阐述课程教学中的线上线下混合教学模式，存在的问题，应对的措施，通过对现有网络资源的充分利用，将前沿理论知识以及行业热点融入线上课程教学中，从而促进对于课程的主动学习。     

智能电网的非侵入式负荷监测系统设计

为进一步提高智能电网的信息分析挖掘能力以及数据共享交互能力，设计一款功能完善、实用性强的非侵入式负荷监测系统。在结合系统需求分析的基础上，完成对系统技术架构和系统总体方案的设计；从数据采集模块设计、主控模块设计、通信模块设计等方面入手，完成系统核心功能模块的设计；对系统的运行性能以及云平台在线监测功能进行测试。结果表明：所设计的非侵入式负荷监测系统运行正常、可靠、稳定，各个功能模块实现满足设计相关要求。     

两种混合单元混合机理的数值模拟

为了研究SV型和SX型混合单元在全静态乳化器的混合机理,使用群体平衡模型对乳化器内部流场进行模拟分析。结果表明,SV型与SX型混合单元的混合机理是油相与水相材料通过混合单元时其空间流动方向改变,在流场内形成大量的漩涡,从而达到乳化的目的;通过比较流体在经过SV型和SX型混合单元后的水相索特平均直径(d_(32)),得出SV型混合单元的乳化效果更强,但同时消耗更多的能量,压降更大。