易被忽视的影响绝缘电阻的因素分析

绝缘电阻的测量是一项简单而常用的方法,通常用兆欧表(绝缘电阻表,俗称摇表)进行测量,根据测试品在1min时绝缘电阻的大小,可以检测出被试品是否具有贯通或集中性的缺陷、整体受潮或贯通性受潮等.对这种测试结果的分析,除了环境温度、湿度等主要因素影响外,通常还有被试品剩余电荷及兆欧表容量这两种易被人们忽视的影响因素.因此本文对这两种易被忽视影响因素进行了分析.     

影响电气设备绝缘电阻的因素

电力系统中所有电气设备都需要可靠的绝缘性能,否则将直接影响系统的安全稳定运行。本文主要是分析影响电气设备绝缘性能下降的因素,便于在实际中能够直接地有针对性地处理相关隐患。     

对参窝主变油中气含量异常的分析与诊断

通过对变压器油中溶解气体成份及其含量的分析，判断其异常的原因。     

加氢催化剂的预硫化

加氢催化剂预硫化是新鲜催化剂开工时的重要一环,它进行的好坏直接关系到催化剂的活性、稳定性及寿命。下面就预硫化的有关问题谈谈我们的做法和看法。一、加氢催化剂为什么要预硫化国内加氢催化剂的金属组分绝大部分是钨、铝、镍、钴等非贵金属,这些金属组分大部分又是以氧化物的形式存在着。实践证明,只有将这些金属氧化物转化为硫化物,催化剂才有较高的加氢活性。而预硫化就是     

UNIX系统的发展及其在微机系统中的地位

一、引言UNIX 系统是一个通用的,交互式的计算机软件系统。自1970年诞生以来,经历了发展、完善和广泛应用的过程。目前它的应用领域遍及科学研究、教学和商业等各个方面。它的巨大潜力正等待人们进一步开发和利用。国外预测,仅在微机系统领域,到1986年 UNIX 系统的总销售额就可望超过50亿美元。UNIX 系统之所以对计算机市场有这样大的吸引力,最主要的原因就是它的可移植性,这包括两方面的含义。(1)它不依赖于具体的硬件机器,因而比较容易用到各种计算机上,而以往的操作系统,如 IBM的 MVS,VAX-11的 VMS 等都是紧密地依赖于具体的硬件,因而是不可移植的。(2)在 UNIX 支持下的各种应用程序都可在不同的计算机系统上移植。由于     

一个新的UNIX核心的设计和实现

本文介绍一个计划,它产生一个以核心为基础的传递消息的UNIX版本。该系统(1)在操作系统教学中是有用的,(2)容易改变的,(3)容易移植的(4)研究用传递消息分法设计操作系统的工具。通常是由UNIX核心管理的系统调用,现在由系统进程来管理,而每个系统进程都在它自己的地址空间中运行。进程之间的通讯和进程环境是由一个小的核心管理的。本文介绍了该系统的设计和实现。在这个意义上,估价了消息传递这一系统设计方法并且与标准UNIX的过程调用方法作了比较。在生成一个模块化的和可理解的系统时,以消息为基础的设计是成功的。     

UNIX操作系统的模块化设计

本文从结构程序设计的观点分析了UNIX 操作系统结构上的一些问题,介绍了重新设计的UNIX操作系统核心结构及在设计中采用的方法。最后,讨论了在用XCY语言改写这一系统时要处理的该语言与操作系统的接口问题。     

变压器油中气体超标分析

变压器是电力系统中输变电能的重要设备,它担负着电压、电流的转换任务,它的安全性能直接影响系统的经济运行,变压器的安全、可靠是通过其内部的绕组及变压器油的绝缘油性能来保证的。我们对变压器油的分析主要是通过检测、查找其内部几种特征气体超标的来源,原因可能是多种因素造成的。     

可学习高阶微分方程的图像盲复原

目的 图像盲复原是图像处理中的常见的重要问题之一,具有巨大的研究价值和广泛的应用。通常情况下,相机抖动,聚焦不准,环境噪声等因素都会造成图像模糊。由于图像盲复原需要同时求解模糊核和清晰图像,导致该问题是病态的而难于求解。现有的盲复原方法可以分为两大类,一类是基于最大后验概率来同时估计潜在图像和模糊核的方法,但是这样耦合在一起的方法由于先验条件和初值设置不恰当,常常会导致最终求得的是问题的平凡解,以至于盲复原的效果并不理想。另一类是基于变分贝叶斯来估计模糊核,这种方法通常是采用最大化强边图像的边缘概率,由此估计的模糊核鲁棒性较强,但是对潜在图像的强边条件要求比较高,计算复杂度和实现难度都较大。鉴于以上方法的优缺点,提出基于高阶微分方程学习的方法来实现图像去模糊。方法 借鉴传统的迭代演化方法和网络学习方法各自的优势,将网络学习到的特征（引导图像,卷积滤波器,稀疏测度）融入到高阶微分方程的演化过程中区,提出可学习的基于高阶微分方程的演化来模拟图像的演化过程。具体地,先用范数约束得到一个粗略的强边引导图像,然后将学习到的卷积滤波器和稀疏函数一起作用在当前的潜在图像上,得到一个关于图像的更好的梯度下降方向,将此作为微分方程演化的一个步骤,得到一个更为精炼的强边图像。最后用精炼的强边图像来估计模糊核。该方法可以通过先验知识和训练数据来有效地控制模糊核的估计,进而得到较为清晰的盲复原结果。结果 在图像建模层面上,用非盲复原的方法验证了本文提出的微分方程演化过程是可行的。通过和其他盲复原方法做对比,在不同的基准图像数据库上的定量的实验中,本文方法在数据库上的峰值信噪比,结构相似度分别达到30.30,0.91,误差率低至1.24;比其他方法的结果都要好,在时间上,虽然我们的算法不是用时最少的,但是和性能相当的本文的方法相比,本文算法时间消耗远比该算法少。在各种不同类型的模糊图像去模糊结果也表明了本文方法是有效的。结论 本文可学习的高阶微分方程去模糊的方法,能够有效地估计模糊核,进而更好地恢复出清晰图像。实验结果表明本文方法在各种场景中具有较高的灵活性,都能自适应地对图像去模糊。