基于改进多元模糊均生函数的天然径流预测及其验证

天然径流的计算是区域水资源评价和水利水电工程设计的基础。在综合前人已有成果的基础上,提出了改进多元模糊均生函数时间序列预测模型。模型有机整合了模糊均生函数、逆推思想、提取优势周期、外部预测因子以及最优子集回归等思想和方法,解决了传统模型中周期算法的临近数据失效、模型结果仅具有统计意义等问题。模型被运用于渭河流域咸阳站的天然径流预测,并从分布特征、统计参数、降水径流关系三个方面对其结果的可靠性和方法的有效性进行了验证。结果表明,该模型适用于天然径流预测,且可获得较高的预测精度。     

MnO_2掺杂对锂/氟化碳电池性能的影响

通过球磨法制备了二氧化锰(MnO_2)掺杂的氟化石墨(CF_x)复合材料;以复合材料为正极、锂带为负极,制备了1 Ah方形软包装锂/氟化碳(Li/CF_x)电池。探讨掺杂比例对Li/CF_x电池电化学性能的影响。与纯CF_x相比,掺杂30%MnO_2的电池以0.1 C倍率放电,低波电压和平台电压分别为2.360 V、2.463 V;以0.5 C、1.0 C倍率放电,低波电压分别提高约0.4 V、0.5 V。掺杂MnO_2可改善Li/CF_x电池的电压滞后现象,并提高放电平台电压。     

安全型电解液对锂离子电池性能的影响

对比使用常规电解液1 mol/L LiPF_6/EC+DMC+EMC和添加磷酸三苯酯、甲基氟代丁基醚的安全型电解液的锂离子电池的性能。使用安全型和常规电解液的电池,直流内阻分别为90 mΩ、70 mΩ,以0.4 A在3.0~4.2 V充放电的首次库仑效率分为90.60%、89.96%。使用安全型电解液的电池,倍率放电性能较差,8.0 A放电容量与0.4 A时相比降低了42.5%;搁置120 d,容量保持率为85.89%;以0.50 C在3.0~4.2 V循环150次的容量衰减率约为11.1%。在4.2 V满电状态下的针刺实验结果表明:使用安全型电解液的电池,表面最高温度为109℃,且不燃烧、不起火、不爆炸;使用常规电解液的电池,表面温度高于350℃,并伴随有燃烧、起火,但不爆炸。     

全自动整形机的设计

文章针对继电器行业广泛采用的继电器关键零件的整形工序介绍了全自动整形梵的设计,该设备也适用于其它电子器件关键零件的整形。     

一种新型逆功率保护的方案设计

目前有的110kV终端变电所的低压侧带有小电源,当110kV线路发生永久性故障时无法快速有效隔离故障点.本文提出了在主变高压侧增加逆功率方向保护逻辑,该逻辑增加之后,保护能可靠动作.     

高压电缆未做交接试验引发事故

1 现场情况 某炼油厂排污站更新改造工程由一电力工程施工队承揽, 共设13 台向外排放污水的电机, 其中800 kW 电机6 台、185 kW 电机7台; 敷设 6 kV 高压电缆 18 条, 电缆型号:YJV22-3 × 150-8 . 7/15.施工后连续几天下大雨, 准备起动应急电机排水, 但应急电机起动后自动跳闸, 造成0 . 55 m结水.     

基于粒子群支持向量机的短期电力负荷预测

在分析支持向量机SVM(Support Vector Machine)回归估计方法参数性能的基础上,提出粒子群算法PSO(Particle Swarm Optimization)优化参数的SVM短期电力负荷预测模型.PSO算法是一种新型的基于群体智能的随机优化算法,简单易于实现且具有更强的全局优化能力.用所建立的负荷预测模型编制的Matlab仿真程序,对某实际电网进行了短期负荷预测,结果表明预测精度更高.     

全数字调速器在顶部驱动电传动系统中的应用

介绍了一种新型钻井装备中电传动系统的设计特色。采用SIMOREGK6RA24控制单元与自行设计研制的功率单元接口,实现了大功率直流传动装置的全数字控制。     

一种顾及辐射畸变的多波束与侧扫声呐通用海底底质分类方法

声学海底底质分类对于海底环境和生态系统的研究具有重要意义,而多波束与侧扫声呐是目前最常用于探测海底底质的声呐设备.然而,多波束与侧扫声呐都严重地受到辐射畸变的影响,导致声呐图像噪声较大且难以消除,进而造成对海底底质的误判,并且多波束与侧扫声呐通用底质分类方法目前仍然较为缺乏.为此,本文提出了一种顾及辐射畸变的多波束和侧扫声呐的通用海底底质分类方法.该方法包括了对声呐图像中辐射畸变的改正、针对两种声呐数据特点的不同角度数据归一化、分类数自适应的非监督底质分类以及形态学去除底质图像噪声的步骤,并给出了完整的多波束与侧扫声呐通用海底底质分类流程.将本文方法应用于福建沿海同水域下实测的多波束与侧扫声呐数据得到了该水域的底质分类图像.实验结果表明了同区域下的多波束与侧扫声呐数据通过本文方法得到的底质分类结果具有较高的一致性,证明了通用底质分类方法的有效性,同时通过相互验证也提高了底质分类结果的可靠性.