基于EEMD分解与相关系数的变压器振动信号特征量提取

基于振动信号分析的变压器机械故障诊断中,从振动信号中提取反映故障前后变化的特征信息量是关键技术之一.本文提出基于EEMD分解、相关系数提取敏感IMF分量的方法对信号进行处理并重构,以提取特征频率、峭度、幅值、均值四个特征,构成多维度的变压器状态特征向量.将该方法应用于提取试验变压器正常空载、空载铁心松动状态下的特征向量...     

聚碳酸酯合成技术研究进展

概要地介绍了聚碳酸酯的合成技术,重点对非光气法进行了介绍,比较了非光气法相对于光气法的优缺点.按照不同的合成路径对非光气法进行了全面阐述,阐明了双酚A聚碳酸酯非光气化、低碳、减排的绿色和可持续发展的化工工艺技术是聚碳酸酯合成技术发展的方向.另一方面,共聚聚碳酸酯和脂肪族聚碳酸酯由于其有别于传统聚碳酸酯的阻燃、绿色、环保...     

全球化进程下地域性建筑文化发展新契机

结合对全球化及地域性的新认识,对现今两者间日渐突出的矛盾加以阐述,并提出对待两者矛盾的正确态度及从根本上解决矛盾的方法,以此了解地域性建筑文化发展的新契机.     

光照分布不均的米粒数目统计

通过对光照不均匀的米粒灰度图像进行最佳阈值分割和特征提取,获得时米粒数目的自动检测方法.谈方法具有较强的光照分布不均和面积大小适应性.经仿真试验,检测结果可以达到97%以上.同时,相较于同类算法,该方法算法简单,运行时间较短.     

基于改进遗传算法的可用传输能力对比研究

根据可用传输能力（ATC）问题求解的特点,构建了基于标准遗传算法的ATC优化模型。目标函数为在满足系统的静态安全约束条件的基础上,使受电区域所有负荷节点有功功率增量累加达到最大。并通过对传统遗传算法的改进,采用了自适应遗传算法,并引入了混沌理论,加入了三角函数选择算子,有效改善了ATC的求解特性。最后,以IEEE-30节点系统为例,对遗传算法的性能进行剖析,验证了文中所建模型和算法的有效性。     

基于D-FNN的发电机转子匝间故障诊断

针对目前智能方法在汽轮发电机转子匝间短路故障诊断中存在的不足,提出了一种基于扩展径向基（RBF）神经网络的动态模糊神经网络D-FNN的智能诊断方法。与传统的BP神经网络不同,D-FNN的结构不是预先设定而是在训练中实时动态产生并修剪,从而使该方法能有效避免BP神经网络结构确定不合理,容易陷入局部最小,收敛速度慢,精确度不高等缺点。通过在Matlab/Simulink下仿真一台发电机并网运行时转子绕组匝间短路故障获取训练样本。使用训练好的D-FNN进行故障诊断,诊断结果表明了该方法的有效性、实用性和优越性,达到了预期诊断目的。     

智能电表家用负荷识别技术综述

智能电表是智能电网发展的基础,负荷识别是智能电表的重要功能之一。简单介绍了在家用负荷识别中的负荷特征,阐述了目前比较常用的几种非侵入式负荷识别方法,分析了各种负荷识别方法的优缺点,讨论了负荷识别技术研究的意义以及在实际应用中面临的问题。