GIS用电子式电压互感器的VFTO抑制方法研究

针对GIS中隔离开关操作产生的特快速暂态过电压(VFTO)导致有源电子式互感器采集卡损坏的问题,提出了一种新的VFTO抑制措施。首先研究电子式互感器中电容分压器的幅频特性,并推导出有源电子式互感器在高频条件下的分压比,通过计算得到作用于电子式互感器二次侧采集卡上的过电压幅值。进一步提出了在电子式互感器的电容分压器上插入同轴金属圆柱筒的方法,提高了电容分压器高频分压比,降低了VFTO的二次侧输出电压值。仿真结果表明,该方法大幅降低了VFTO作用于采集卡上的过电压,从而对采集卡形成保护,提高了电子式互感器运行的稳定性。     

基于阈值寻优法的小波去噪分析

小波分析作为一种重要的工具,已经在现代信号处理中得到了广泛的应用,介绍了小波阈值去噪的基本原理和实现步骤,针对硬阈值函数、软阈值函数的不足之处,从偏差之和最小的角度提出了一种新的改进阈值函数,将该函数用于去噪仿真实验,去噪结果表明其具有比其他阈值函数更好的去噪能力.由于传统阈值选取准则无法求得最优的阈值,将改进的模拟退火智能算法引入到阈值的选取过程,获得了很好的去噪效果;针对其存在着运算速度较慢的缺点,提出了一种类切线寻优阈值的新方法,通过不同噪声强度下的去噪仿真实验,去噪结果发现该方法在提高去噪速度的同时,也能保证很好的去噪效果.     

术前单剂量芬太尼对小儿日间扁桃体腺样体切除术后镇静和苏醒期躁动的影响

目的：观察麻醉诱导时单次推注芬太尼对小儿日间扁桃体腺样体切除术后镇静及苏醒期躁动（emergence agitation, EA）的影响。方法：选取2022年1－3月在温州医科大学附属第二医院择期行扁桃体腺样体切除术患儿157例，美国麻醉医师协会（ASA）I或II级，年龄3～10岁。采用随机数字表法将患儿分为两组：瑞芬太尼复合芬太尼组（RF组，78例）和瑞芬太尼组（R组，79例），RF组诱导时单次推注芬太尼1 μg/kg+瑞芬太尼2.5 μg/kg，R组静注等体积生理盐水+瑞芬太尼2.5 μg/kg；两组均在丙泊酚诱导后行气管插管并采用七氟烷联合瑞芬太尼全身麻醉。记录患儿在麻醉恢复室（post-anesthesia care unit, PACU）EA的发生率及严重程度、Ramsay镇静评分及FLACC疼痛评分，记录拔管时间、苏醒时间、PACU停留时间、出院时间。结果：与R组相比，RF组患儿EA发生率明显下降（38.0% vs. 18.0%，P=0.005），苏醒期最大小儿麻醉苏醒期躁动（pediatric anesthesia emergence delirium, PAED）评分明显降低（7.7±3.3 vs. 8.9±3.4，P=0.027），在PACU 15 min及出PACU时Ramsay镇静评分显著升高（4.4±1.1 vs. 3.8±1.4，P=0.01；2.0±0.3 vs. 1.8±0.4，P=0.03）；而两组患儿拔管时间、苏醒时间、PACU停留时间、出院时间、疼痛评分（出PACU时和术后2 h）等指标差异均无统计学意义（P>0.05）。结论：麻醉诱导单次推注芬太尼1 μg/kg能增加小儿扁桃体腺样体切除术后PACU的镇静程度并降低EA发生率。     

基于主成分和小波神经网络的绝缘子污秽放电发展阶段识别

针对绝缘子污秽放电模式识别过程中声发射信号的特征参量维数过高的问题,采用主成分分析法对特征参量降维,利用提取到的绝缘子污秽放电声发射信号的特征参数构成原始特征参量矩阵,通过对原始特征参量矩阵进行K-L正交变换,产生了包含原始特征参量矩阵主要信息的K个主成分,最后利用小波神经网络进行绝缘子污秽放电的模式识别。结果表明:利用主成分分析法降低特征参量的维数,使分类器的结构更简单,小波神经网络比传统的BP神经网络具有更高的识别率和更优的识别效果。     

计及系统运行风险的风电场并网优化研究

风力发电因具有高效环保等优良特性而获得快速发展，风电场在电网的并网规模越来越大。为提高电网在风电场并网后的运行安全可靠性，本文提出了考虑系统运行风险的风电场并网优化模型，该模型以系统结构脆弱性和系统运行风险综合最优为风电场并网优化目标，通过含风电场并网优化实例的计算分析，结果表明了本文方法的有效性和实用性。本文研究成果可为风电场的并网优化提供有效的技术参考和指导。