氧化石墨烯/聚酰亚胺复合薄膜的制备及阻水性能

以石墨粉为原料,采用改进的Hummers法制备氧化石墨烯（GO）,采用原位聚合法制备GO/聚酰亚胺酸（PAA）前驱体,GO/PAA前驱体经高温固化处理后得到GO/聚酰亚胺（PI）复合薄膜;采用XRD、Raman、FTIR、AFM等表征手段对GO的结构进行表征;此外,研究了不同固化温度下PI薄膜的结构;最后测试了GO/PI复合薄膜的透湿率和力学性能。结果表明:GO为单层结构,厚度为1.26 nm。GO/PI复合薄膜表现出良好的阻水性能,当GO/PI复合薄膜中GO的添加量为0.025wt%、薄膜厚度为50 μm时,GO/PI复合薄膜的透湿率低至56.7 g（m2·d）-1。此外,0.025wt% GO/PI复合薄膜拉伸强度和断裂伸长率分别为150.8 MPa和13.5%,与PI薄膜（分别为126.9 MPa和8.1%）相比,分别增加了18.8%和66.7%。      

地下电缆通道的无线温湿度传感网与BP评估

无线传感网技术线路较少,串绕简单等特点,使得短距离的无线传感技术能很好地解决地下电缆通道电缆线路繁多、运营维护监测困难等问题。通过建立基于无线温湿度传感网的地下电缆通道系统,用温湿度传感器对其进行监测,监测的实时数据用无线传感网技术传回,并通过BP神经网络模型对监测数据进行网格训练,建立优化模型,得到优化前后的权值和阈值训练误差曲线,优化前的训练样本和测试样本的仿真误差分别为0.19和0.30,优化后这两个数值分别为0.17和0.024。随机选取楚雄腰站变电站20组监测数据带入BP模型,得到结果与电缆通道温湿度安全等级对比,准确度达到93.3%。     

山火的无线传感与RBF分析研究

研发了一种基于智能无线传感器网络的电力铁塔山火监测分析系统,系统通过对楚雄腰站变电站输电线路周围山地火灾诱发参数情况进行远程在线监测,对监测数据进行趋势分析,对山火发生情况下产生的数据变化进行分析。并采用径向基函数（RBF）神经网络进行回归拟合,预测火灾危险等级。经过测试样本的验证,表明 RBF 神经网络对于山火监测有较高的准确率,可以对监测数据进行预测分析,适用于山火预测。     

光纤F-P腔传感器特性研究

变压器能否稳定工作直接关系到变电站是否安全运行,其工作重心是检测出变压器局部放电产生的超声波信号.介绍了一种光纤F-P腔传感器,并在此基础上搭建了调制解调系统,分别通过对无超声波源、有超声波源和浸入变压器油中3种情况进行了实验测试,并在距离超声波源20,40,60,80,90,100 cm处进行了损耗特性测试,测试结果表明:此传感器受外界噪声干扰较小,且在变压器油中能实时地检测出超声波信号,精度高,损耗度为25.8 mV/cm,符合传感器在油浸式变压器中持续稳定工作的条件.当变压器出现故障时,能够及时发现问题,保证变压器安全运行.