低气压下复合绝缘子长串直流污闪特性

由于复合绝缘子具有的耐污性能好的优越性,我国正在建设的云广±800kV直流特高压线路也将采用复合绝缘子。为研究绝缘子面临的污秽和高海拔的综合影响,利用大型多功能人工气候室试验研究了低气压下复合绝缘子直流污秽闪络特性,结果表明:用升压法获得的复合绝缘子闪络电压比用升降法获得的50%耐受电压约高7%;复合绝缘子闪络电压与长度基本呈线性关系;气压对复合绝缘子直流污秽闪络电压的影响程度指数为0.6～0.8且受污秽度的影响;在盐密为0.05mg/cm2时,±800kV直流特高压线路所需复合绝缘子长度的基本配置应≥8.2m。     

陡脉冲不可逆性电击穿治疗肿瘤的研究

为寻求更为有效的肿瘤治疗策略,通过对陡脉冲治疗肿瘤的电穿孔效应和内处理效应的国内外研究现状的分析,提出了陡脉冲不可逆性电击穿效应调控肿瘤细胞死亡和凋亡的创新思路。实验中肉眼和组织学、超微结构的观察首次证实陡脉冲能有效地杀伤肿瘤细胞,明显抑制了肿瘤的生长、增殖,延长了的生存期。基于重庆大学的最新研究提出了不同窗口参数的陡脉冲具有不同的生物电效应的设想,总结了利用陡脉冲不可逆性电击穿效应治疗肿瘤的新方法及目前的研究进展并提出了该技术走向临床需重点研究的内容及关键技术。     

同步发电机失磁保护的改进方案

在电力系统继电保护中,同步发电机失磁保护是最为重要的保护之一.励磁故障涉及发电机的大干扰稳定性,也是一个较为复杂并难以解决的问题.目前所用的励磁保护的动作效果并不理想,尚需进一步改进.分析了目前所用的3种励磁保护判据存在的不足,指出这些保护判据或基于小干扰稳定性原理而未考虑发电机动态功角特性的严重变形,或未考虑发电机完全失磁后的测量阻抗与正常励磁下扰动后的测量阻抗具有较大的公共区间,从而可能使保护误动或拒动.基于对同步发电机失磁后动态行为的仿真分析,提出了同步发电机失磁保护的改进方案,通过直接测量功率角判断同步发电机的失磁故障,提出了其整定条件和计算方法.仿真计算证明该方案能可靠、快速地反映各种励磁故障,动作稳定且整定灵活、方便.     

变压器油中甲烷气体的光声光谱检测方法

甲烷(CH4)是变压器油中溶解的一种可用于变压器早期故障诊断的特征气体。光声光谱技术是基于光声效应的一种新型微量气体检测技术,具有灵敏度高,选择性好,动态检测范围大等优点。该文基于光声光谱技术的基本原理,利用分布反馈半导体激光器构建一种便携式、可调谐的光声光谱装置,借助该装置研究光声信号与激光功率、CH4浓度之间的关系,及CH4的2v3带R(3)支的高分辨光声光谱;该装置对CH4的检测灵敏度达到5.05 mL/L。理论与实验结果为CH4的光声光谱在线监测及高灵敏度可调谐光声光谱仪的设计提供了参考。     

高海拔现场标准悬式绝缘子的交流污闪特性

绝缘子污闪特性是对高海拔地区输电线路进行外绝缘选择时需考虑的重要因素之一。目前大多数研究是在人工模拟条件下进行的,文章通过理论分析提出了高海拔条件下的污闪模型,并在高海拔现场试验研究了标准悬式绝缘子XP-70的交流污闪特性。结果表明,高海拔条件下的气压对污闪电压影响的特征指数为0.51。高海拔现场的试验研究结果表明,海拔升高,环境温度上升,污闪电压下降,污闪电压正比于绝对温度之比的幂函数,其温度影响指数为0.23。因此,文章提出研究高海拔条件下的污闪电压不仅应考虑气压的影响,而且不能忽视温度的影响。     

局部放电识别中分维数分布的研究

本文将分形理论应用于局部放电模式识别 ,从统计图谱中提取分形特征。在局部放电模式试验基础上 ,采用计盒数的分形维数算法 ,从大量的局部放电样本中提取分形网格维数特征参数 ,提高了局部放电模式的准确性。     

基于改进型ANFIS的负荷密度指标求取新方法

针对传统的负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求这一不足,从负荷密度与其影响因素存在着某种非线性关系的角度出发,提出了一种新颖的、基于自适应神经模糊系统(ANFIS)的负荷密度指标求取新方法.该方法用熵权法对影响因素的输入值进行加权处理,运用Fletcher-Reeves共轭梯度法改进ANFIS默认的混合学习算法,建立改进型ANFIS预测模型来求取负荷密度,克服了传统方法输出结果不可量化和精度不高等缺点.通过一个实例验证了该方法的实用性和有效性.     

铁磁谐振过电压混沌振荡的理论研究

在中性点直接接地电力系统中,建立铁磁谐振过电压的数学模型,对该模型的异宿轨道进行计算,在此基础上运用Melnikov方法计算该系统的混沌阈值,即铁磁谐振过电压振荡发生的参数区域及混沌产生的条件,并深入探讨其周期解的存在性,为有效控制和消除过电压,抑制过电压中的混沌现象提供理论依据.     

基于遗传算法进化小波神经网络的电力变压器故障诊断

在电力变压器故障诊断方法中,小波神经网络常用的反向传播算法存在着易陷入局部极小点和对初值要求较高的缺点,往往给故障诊断带来困难.文中提出了一种基于遗传算法进化小波神经网络的变压器故障诊断方法,用实数编码的遗传算法来代替人解决小波神经网络结构的选择和参数的设定.在整个学习过程中,网络的复杂度、收敛性和泛化能力得到了较好的综合.大量实例表明,该方法能有效地对电力变压器单故障和多故障样本进行分类,提高了诊断准确率.