首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   60篇
  国内免费   45篇
  完全免费   9篇
  电工技术   114篇
  2018年   14篇
  2017年   2篇
  2016年   5篇
  2015年   4篇
  2014年   9篇
  2013年   8篇
  2012年   8篇
  2011年   15篇
  2010年   6篇
  2009年   8篇
  2008年   10篇
  2007年   7篇
  2006年   3篇
  2005年   9篇
  2004年   5篇
  1999年   1篇
排序方式: 共有114条查询结果,搜索用时 46 毫秒
1.
SF6放电分解气体组分分析的现状和发展   总被引:26,自引:11,他引:15  
随着现代测试分析技术的发展,使得通过测试SF6气体分解产物的类型和含量来诊断设备内部是否存在故障,并对放电的类型进行模式识别,进而对设备运行状态进行诊断和评估成为可能,为推进这一技术的应用发展,回顾了SF6气体放电分解机理研究的发展过程,介绍了气相色谱、气体传感器、红外吸收光谱和光声光谱等多种气体组分分析方法,对未来SF6放电分解气体组分分析的研究作了展望,并在实验室采用气相色谱法对SF6气体分解产物进行了初步分析,获得几种重要SF6分解产物的浓度,实验证明了该方法用于诊断设备内部故障的可行性。  相似文献
2.
针对实时电价对短期负荷的影响,建立了径向基(RBF)神经网络和自适应神经网络模糊系统(ANFIS)相结合的短期负荷预测模型.该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,应用ANFIS系统对RBF神经网络的负荷预测结果进行修正,以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度,克服了神经网络在电力市场下进行负荷预测时存在的不足.某电网实际预测结果表明,该方法具有较好的预测效果.  相似文献
3.
电力短期负荷的多变量时间序列线性回归预测方法研究   总被引:18,自引:3,他引:15  
根据单变量时间序列的相空间重构思想,提出了一种电力短期负荷的多变量时间序列相空间重构方案,同时针对每一分量时间序列采用互信息法进行最佳延迟时间的选择,最优嵌入维数则采用最小预测误差法进行确定。根据相点间的欧氏距离和关联度,提出了最近邻域点的优化选择方法,建立了多变量时间序列的一阶局域线性预测模型。通过重庆某地区电力系统短期负荷预测的计算实例表明,基于多变量时间序列的负荷预测方法与单变量负荷预测方法相比,具有较强的自适应能力和较好的预测效果。  相似文献
4.
根据电力系统短期负荷预测的特点,采用神经网络与模糊逻辑互补的方法建立了负荷预测模型.通过粗糙集理论中的信息熵概念对神经网络的输入参数进行了筛选,以与待预测量相关性大的参数作为输入,不仅减少了神经网络的工作量,缩短了计算时间,而且提高了预测的准确性;在神经网络中,通过引进动量系数和遗忘系数优化网络,提高了ANN的收敛速度;在模糊逻辑中,充分利用了人们对负荷变化取得的主观经验,引进不平均隶属函数,来反映负荷对温度的敏感性.  相似文献
5.
SF6气体分解组分的多功能试验装置研制   总被引:13,自引:7,他引:6  
唐炬  李涛  万凌云  张晓星  姚尧 《高电压技术》2008,34(8):1583-1588
GIS设备中局部放电(PD)的模式识别和放电量的定量检测是目前国内外研究的难点。为此,作者设计了一套用于SF6PD气体分解组分研究的多功能试验装置,重点介绍了装置的结构和主要部件的计算参数。初步试验研究表明:该装置能够产生PD并引起SF6分解,气体检测单元可有效检测SO2F2、SO2、CF4、空气、CO2等组分气体,检测结果与现有IEC和GB标准基本相符;能够在不同试验电压下,模拟各种PD,具有获取SF6气体分解组分、气敏传感器响应信号、微观放电图像、微观放电过程以及脉冲放电电流波形等多信息功能,从而为深入开展GISPD导致SF6分解组分的关联比对研究,最终为解决放电模式识别和放电量定量检测难题提供了综合试验研究手段。  相似文献
6.
电力系统短期负荷预测不仅要考虑负荷本身的历史时间序列,而且与气象因素密切相关,自适应神经网络模糊系统(Adaptive Neuro-Fuzzy Inference Sysrem,ANFIS)模型是一种有效的预测方法,而系统输入变量的合理性选择是影响预测效果的关键所在.作者通过粗糙集理论中的信息熵概念对解决这一问题进行了尝试,选取与待预测量相关性大的参数作为输入.所构造ANFIS系统是基于数据进行建模并进行参数辨识的,这样有效地避免了模糊推理系统(Fuzzy Inference System,FIS)中人为主观因素对预测的负面影响,客观地反映了相关变量与负荷值之间的复杂关系.用该方法与常用BP神经网络及常用FIS分别对重庆市某区进行了一周的日负荷预测,通过对实例的对比分析表明了该方法具有较好的收敛性和预测精度.  相似文献
7.
基于数据挖掘的电力负荷脏数据动态智能清洗   总被引:10,自引:4,他引:6       下载免费PDF全文
来源于SCADA系统的负荷历史数据由于各种原因含有一定的脏数据,在进行高精度的电 力负荷预测或系统分析前必须仔细而合理地对历史数据进行清洗。文中基于数据挖掘理论提出一 种动态的智能清洗模型,先根据模糊软聚类思想对Kohonen神经网络进行了改进,改进后的 Kohonen神经网络能实现模糊软聚类的并行计算,提出的动态算法能根据样本集的更新而自动确 定新的聚类中心(即特征曲线),最后与径向基函数(RBF)网络一起构成脏数据的智能清洗模型。 模型的快速性和动态性特点使其宜于进行负荷数据的实时处理,对重庆江北负荷数据的实例分析 说明了该模型的高效性。  相似文献
8.
1000kV交流特高压瓷外套金属氧化物避雷器的结构分析   总被引:10,自引:0,他引:10  
本文根据《1000kV交流特高压试验示范工程主设备技术条件书(第二版)》,并结合本公司的研发实际,分析了1000kV交流特高压瓷外套MOA的结构。虽然均压电容组件可使MOA的电位分布不均匀系数及荷电率降低一些,但却带来了外套管径变大、径向电场集中、性能难以检验及运行可靠性下降等诸多不安全因素,得不偿失。应用现代解析和测试手段,依靠均压环优化设计、MOR合理分布、MOR允许荷电率的明显提高。可使无均压电容结构的MOA满足技术条件书的要求。建议优先选用无均压电容结构的MOA。  相似文献
9.
电力负荷的模糊粗糙集预测方法研究   总被引:9,自引:6,他引:3  
通常空间电力负荷的影响因素较多 ,小区划分较小时模糊推理规则将成倍增加 ,为此引入了粗糙集理论的属性约简方法简约预测因子 ,即采用粗糙集理论的不可分辨性关系约简可能影响小区用地决策的距离和环境等相关属性 ,得出决定小区用地类型的决策推理规则库 ;为克服模糊理论确定权重系数的主观性 ,应用粗糙集理论中属性重要度分析计算了各条件属性对各用地类型的不同权重。重庆江北某区域空间电力负荷预测的结果显示 ,粗糙集与模糊集理论相结合能节约存储空间且能提高预测速度  相似文献
10.
电力短期负荷的多嵌入维一阶局域预测   总被引:8,自引:3,他引:5  
在混沌理论中,采用不同的嵌入维数计算方法所获得的维数略有不同,而在不同嵌入维数下对同一负荷时间序列进行预测的结果也不同,对此,文章提出了多嵌入维数的负荷预测方法,将不同维数下的预测结果进行加权平均;在预测过程中欧氏距离极限的取值对预测结果有很大影响,文中采用动态调整法进行选取以使预测误差最小.实例分析表明文章所提出的方法简单有效、具有可行性.  相似文献
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号