一起变压器过励磁保护动作的试验及仿真分析

对一起由电容式电压互感器二次电压异常造成500k V主变跳闸的事件进行了研究和分析,对电容式电压互感器进行了故障模拟试验和仿真分析,找到了故障原因,并提出了运行维护的措施和建议。     

基于GSM的供热网远程监测系统设计

针对城市小区供热网络中锅炉运行参数的远程监测问题,提出了以GSM公共网为媒体的无线通信方案,设计了双单片机结构的硬件系统.为保证准确传输数据,采用面向连接数据服务和短消息两种通信方式.实际运行表明,系统具有一定的可靠性与实用性.     

从脚下走出坦途-访四川崇州鑫发实业有限公司

座落在崇州市西江南河工业区的四川省崇州市鑫发实业有限公司,是中国西部地区最具实力的生产经营聚氨酯(PU)成型鞋底、中底和组合底的大型民营企业之一,占地面积二万九千多平方米,有标准的现代化厂房和园林式的职工宿舍。公司创建于1994年,在经历了起步探索、原始资本积累和蓬勃发展三个阶段近十年的潜心经营和不断发展,已形成了厂房标准化,管理现代化,生产系列化,效益规模化的发展状态。在同行业中脱颖而出,具有十分明     

基于多尺度特征融合的输电线路关键部件检测

针对输电线路无人机实时巡检过程中,通用目标检测算法在移动端运行速度过慢或无法运行的问题,提出一种将多尺度特征融合方法与输电线路关键部件的检测相结合的算法MSFF-KCD(Multi-Scale Feature Fusion in Key Component Detection)。该算法结合关键部件的特征,使用深度可分离卷积设计了特征提取网络DPNets,提高了算法在具有边缘计算能力的移动端ARM设备上的运行速度,同时采用多尺度特征融合方法,将分辨率低的特征图与分辨率高的特征图进行融合,使用多个特征融合后的特征图进行分类与检测,提高了算法的平均精度。选取了绝缘子、悬垂线夹、防震锤三类关键部件进行实验,结果表明,该算法在ARM设备上可达到每张66 ms的检测速度和86%的准确率,适用于移动端关键部件检测。     

对军民一体化通信建设的思考

信息化战争对军事通信网络规模的需求日益扩大，军事通信的功能向战场外乃至于全球范围延伸。同时，民用通信网覆盖的地域广阔，在不确定地点的突发局部战争中，可以利用的资源丰富，而且在国家的经济科技水平逐渐改善的情况下，对采用通用化的网络标准所带来的网络安全问题的控制能力不断增强，可以在更深层次上实现军民一体化通信。因此，为满足一体化联合作战的要求，使通信网络有效地覆盖战场内外，必须着眼于经济效能和军事效益，以提高军事通信功能为目标，加大军地合建力度。     

不同湿度环境下空冷发电机定子线棒端部表面放电特性

为了研究环境湿度变化对空冷发电机定子线棒表面放电的影响,通过对定子线棒端部进行磨损,设计制作了表面放电模型,在密闭室中诱发不同环境湿度下的表面放电。研究表面放电谱图随外施电压及环境湿度的变化规律,并提取表征放电特性的特征量。结果表明:随着环境湿度的增加,定子线棒表面放电活动逐渐减弱,各放电特征参量逐渐减小,并且电压负半周放电参量受环境湿度的影响较大。此外,随着环境湿度的增加,放电谱图发生明显改变。     

高压开关柜内部电气设备局部放电特性的检测与分析

绝缘缺陷或劣化、绝缘间隙不足等问题是开关柜内部局部放电的主要原因,因此开展局部放电类型的判断对于开关柜运行状态的评估具有重要意义。文中分析开关柜内部结构、讨论不同局放检测方法的特点,给出了局放的判定及定位方法;结合避雷器、电压互感器及穿柜套管3个局部放电的案例,采用多种检测方法,分析了不同设备局部放电的幅值、特点、定位、类型及原因,同时也给出了不同案例下检测方法的灵敏性。测试数据表明:避雷器气隙放电,暂态地电压法比超声波法敏感;电压互感器绝缘内部放电,特高频法比暂态电压法和超声法灵敏;穿柜套管表面放电,超声波和特高频法比暂态地电压法敏感。通过开关柜内部不同电气设备局部放电特性的研究为高压开关柜状态检修提供重要参数和依据,同时为现场测试人员提供有力的技术保障。     

面向对象的电机测试系统类库设计

电机测试种类多,参数和特性差别大,通用的电机测试系统软件代码复用性差.依照面向对象的设计思想,提出了将电机测试过程和项目分成不同层次类的设计方法,给出了类的标识方式、实现方法和各类之间的关系,定义了一组针对电机测试的类库,实现了软件的代码重用和共享及测试的通用性.     

基于LSTM神经网络的管道缺陷模式识别方法研究

针对复杂环境下,管道振动信号特征微弱难以提取的问题,提出一种基于长短时记忆网络(LSTM)深度学习神经网络的管道缺陷模式识别方法;首先利用改进型自适应噪声的完全集合经验模态分解(ICEEMDAN)对采集的原始信号进行分解得到若干个固有模态函数(IMF)分量,随后根据信息熵理论计算IMF分量的近似熵作为管道典型状态的特征值构造特征向量集合,然后构造LSTM深度学习神经网络训练模型并调节深度神经网络在训练过程中的相关参数进行网络的结构优化,最后将特征向量输入到LSTM神经网络模型进行训练和识别;结果表明:针对管道振动信号特征微弱难以提取的问题,该方法对管道缺陷模式识别的准确率达到了95％,在消除管道振动信号的背景噪声、挖掘特征信息和保证识别准确性方面优势明显.     

广播电视工程的接地技术应用探析

随着我国社会的发展和进步,我们的生活水平得到了很大的提升,对于生活质量也有了更高的要求。所以相应的,我们对于现在的通信设备的质量也是十分关注,对于提高它的质量是势在必得。本文所要谈的是关于广播电视工程的进行中的接地技术的应用,因为接地技术与广播电视信号能否正常传递有着密切的联系它的技术的成熟度与广播电视相关的调试工作和有关设备的运行紧紧相关着的。