基于FPAA技术的工频滤波器设计方法研究

随着电子技术的不断发展,电力电子给人类生活带来便捷时同时也带来许多困扰。交流电路传输时对日常仪器产生电磁干扰,降低了仪器的性能。在此背景下以基于开关电容技术的FPAA芯片AN221E04为例对FPAA技术在工频滤波方面展开研究。首先介绍了FPAA技术特点及软件,然后对设计流程做了详细描述,最后应用软件进行仿真验证设计。软件仿真验证得滤波器阻带为0.4 Hz、通带为2 Hz,在50 Hz在处衰减为80 dB的巴特沃斯工频滤波器,滤波效果达到预期设计要求。     

雄安新区数字化主动电网研究与实践综述

当前能源形势紧张,传统高耗能、高污染、高排放的供电模式在加速变革,"30·60"双碳战略和"构建以新能源为主体的新一代电力系统"的目标为电网发展指明了新方向.新能源的广泛接入为电网发展带来了新机遇,然而其出力不确定性、间歇性等问题也带来了新挑战.作为智能配电网和能源互联网的过渡阶段,主动配电网自2008年提出以来经过了...     

电网调度倒闸操作命令票系统的设计与开发

介绍了电网倒闸操作命令票系统的设计及其开发情况，并从程序功能需求，结构、数据库规划，功能模块划分及实现等方面对操作票系统加以分析，突出强调了系统的安全性保障措施。     

行车大车行走机构设计改进

针对行车原设计中存在严重啃轨、输入驱动断轴问题,通过对原驱动方式的受力分析,计算出原传动所提供的扭矩,将原双驱动方式更换为四驱动,同时更改原行车行走轮结构形式,生产实践证明,此改进可降低设备故障率,节省检修费用。     

包装废弃物逆向物流网络高效运作研究

目的 研究包装废弃物逆向物流网络的高效运作。方法 以利乐包和布丁瓶的粘纸设计为例,对绿色设计和回收物品导向技术对消费者参与逆向物流网络环节的导向作用进行了探讨; 研究和分析了制造商集成、 联营和外包等3种主流回收模式的结合问题。结果 通过产品生产前的绿色设计和废弃后的导向技术, 引导消费者参与到逆向物流网络环节中, 并将目前3种主流的回收模式相结合, 能使包装废弃物逆向物流网络高效运作。结论 充分利用包装废弃物逆向物流网络的优势,积极发展和研究与包装废弃物相关的逆向物流, 使其高效运作, 不仅可以带来巨大的经济和社会效益, 还可以增加企业与第三方的合作机会。     

远程自修复光伏发电监测系统设计

针对光伏发电监测系统现场故障维护成本高问题,提出一种基于可编程器件的远程自修复光伏发电监测系统。该系统实现了光伏发电系统电压、电流、温度、湿度、光照强度实时采集、处理、远程传输以及调理电路在线故障监测及自修复,研究了可编程模拟阵列调理电路的故障诊断及自修复方法。实验表明,该光伏发电监测系统实现了各参数准确、高效采集及远程传输,具有设计简单、开发周期短、适应性强、运行稳定、功耗低等特点。     

低功耗家禽环境检测节点设计

通过硬件和软件两方面的改进来降低家禽环境无线检测节点的功耗,延长整个家禽环境检测系统的工作寿命。硬件方面主要从器件选择、工作电压以及电源管理等方面进行优化,软件方面主要通过中断的应用、能量均衡的算法以及集中模式传输等方面进行改进。最后进行整机调试,该设计目前在江苏微优软件科技有限公司进行试验运营。     

石油化学工业炼油化工一体化技术发展研究

当前我国的经济建设正处于稳定增长的状态之下,各个产业对于能源的需求量稳步增长,从而导致石油化学工业所具有的战略性作用进一步提升.在发展石油化学工业的过程中,炼油化工一体化技术具有基础性的作用,是我国今后发展石油化工产业不可或缺的重要技术,因此应当对该项技术的研究引起充分的重视.本文将针对石油化工产业以及炼油化工一体化技...     

石油化工工艺技术性安全的探究

石油作为一种石化燃料,具有易燃、易爆和毒性较大的特点,所以石油化工产业以石油为原材料的加工过程较为危险,极易出现安全问题。在石油化工生产过程中缺乏对其安全性的重视,极有可能会对工作人员身体健康造成极大的威胁,甚至会因为泄漏破坏周围环境。所以石油化工产业不断优化工艺技术的安全性十分重要。石油化工企业领导者要重视安全生产,将石化工艺技术的先进性和安全性作为重点发展方向。本文从石油化工安全风险的影响因素入手,对石油化工工艺技术安全性进行探究,提出可行性对策。     

基于联邦学习的隐私保护区域交通流量预测模型

区域交通流量预测是智慧交通系统的一项重要功能。联邦学习可以支持多位置服务提供商(Location Service Provider, LSP)的联合训练,使得训练数据集可以更加全面地覆盖整个区域的交通流量,提高预测准确率。但是,当前基于联邦学习的区域交通流量预测方案存在车辆数据去重、训练节点背叛以及隐私泄露等问题。为此,构建了基于联邦学习的隐私保护区域交通流量预测(Privacy-Preserving Regional Traffic Flow Prediction based on Federated Learning, PPRTFP-FL)模型。模型采用中心部署架构,由联邦中央服务器协调各个LSP联合完成模型的训练,并对全局模型进行梯度聚合与模型更新;采用交叉评价加权聚合的策略来防御部分不可信节点对全局模型的恶意攻击,提升了全局模型的鲁棒性;预测阶段使用同态加密聚合算法,各LSP在不泄露自身运营数据的情况下实现了更准确的流量预测。利用相关数据集进行测试,测试结果表明当训练数据集覆盖区域流量充分的情况下,本模型相比本地模型的预测准确率有明显的提升。对模型进行不同比例的恶意节点攻击实验...