基于局部放电相位图谱和油中溶解气体信息融合的油纸绝缘缺陷识别方法

基于单一检测手段的变压器故障诊断方法难以对油纸绝缘的同一类型缺陷进行细化识别，无法满足深远海风电快速发展背景下电力系统对设备运行可靠性的要求。因此，本文提出了一种基于局部放电相位（PRPD）图谱和油中溶解气体分析（DGA）信息融合的油纸绝缘缺陷识别方法，设计并制作了6种电极模型，模拟变压器中不同电场不均匀系数的沿面放电典型缺陷，并采集其PRPD及DGA数据；分别采用卷积神经网络（CNN）和反向传播神经网络（BPNN）对6类缺陷的PRPD图谱和DGA特征向量进行模式识别；提出基于D-S证据理论的CNN-BPNN信息融合模型，实现基于PRPD图谱与DGA数据的联合诊断。结果表明：基于D-S证据理论的CNN-BPNN模型可有效纠正单一判据模型的错误输出，并降低分类结果的不确定度，当PRPD图谱输入维度为8×8、16×16、32×32时，融入DGA特征向量的模型识别准确率分别为93.21%、97.53%、99.17%，较PRPD图谱单一判据模型的识别准确率分别提升了4.81%、2.78%、0.84%，该模型可有效融合局部放电的电气物理信息和化学产物信息，既提高了缺陷识别准确率，又增强了输出结果...     

系统版本与组件闹别扭

对于一个网管员来说，安装一台Web服务器应该是很。简单的事情。可前几天安装的一台Web服务器却是一波三折。     

基于自注意力生成对抗网络的电力设备在线监测缺失数据填补

电力设备的在线监测系统常出现不同程度的数据缺失,而传统的缺失数据填补模型精度较低。因此提出一种基于自注意力生成对抗网络(self-attention generative adversarial networks,SA-GAN)的电力设备在线监测缺失数据填补模型。首先搭建基于自注意力机制的时间序列填补模型,并对权重融合模块进行改进,然后将时间序列填补模型作为生成器,构造对应的判别器与损失函数,提出了具有自注意力机制的生成对抗网络SA-GAN,对电力设备在线监测数据进行缺失填补。最后通过实际工程中的电力变压器、高压电缆在线监测数据对模型进行训练与测试,验证了模型的有效性。结果表明,通过局部遮掩对110 kV变压器在线监测数据进行自然缺失模拟并通过各类缺失填补模型进行补全时,SA-GAN模型的平均绝对误差(mean absolute error,MAE)最高为0.11,均方根误差(root mean square error,RMSE)最高为0.17,较其他模型分别至少降低19.10%、14.07%,验证了SA-GAN模型的有效性;对9.51%自然缺失率下的220 kV高压电缆在线监测数据...     

一种新型无墨激光打印技术

提出了一种新颖的无墨激光打印技术,利用激光的平行聚光灼烧原理,超高温瞬间改变纸张的颜色起到需要的打印效果。无墨打印机设计保留了当前市面打印机的大部分结构,例如光学系统、声光调制器、高频驱动、扫描器、同步器及光偏转器等结构。经试验验证存在可行性,尤其适用于办公等需要存档的场合。其环保无损耗的特点,将会开启巨大的市场前景。     

基于无锁队列算法的报文分发流水线模型

本文提出一种报文分发的流水线模型,该模型中的共享数据缓冲区操作采用了动态内存分配的无锁队列算法。该算法以链表形式组织队列,避免了采用循环数组结构引起的缓冲区长度限制和内存浪费;与通用的链表队列算法相比具有实现简洁,执行效率更高,并在试验环境下验证了其性能指标。     

基于UDP的报文可靠传输技术研究

为了在较小的网络开销下保证数据的可靠传输,本文提出了基于UDP的无连接可靠传输协议LRC,通过对协议支持的传输方式和使用流程进行设计,使其在继承了UDP传输实时性的同时具备了可靠传输的功能,特别是LRC协议支持的单任务可靠发送方式可以获得比较高效的传输性能。最后,对该协议中的两种可靠发送方式进行性能分析。     

石油产品的输出计量装置及其维修

石油产品有液化石油气、汽油、煤油、轻油、重油、沥青和润滑油等。这些产品还可细分为几十至几百个品种。但是石油产品的输出无论装载或灌装都是液体,所以多数是采用流量计进行计量。本文仅就不同品种的石油产品的输出形式、计量装置、计量精度及其维修做一介绍。