小波变换及其在地震勘探中的应用

小波变换是一项高新技术，在地震资料处理中的应用颅具潜力。近年来格外受到人们的关注。本文回顾了小波变换的研究历程，基本概念，叙述了小波变换在地震勘探中应用的几个方面，给出了应用实例。     

波动方程偏移

根据一个地震剖面构制地下反射层剖面叫做偏移。在地球上,许多地方地下是由水平的沉积岩石组成的。在这样的地方,地震资料的偏移可能极为简单,因为波垂直传播到反射层有与深度成正比的回声反射旅行时,所以偏移只是将比例系数乘时间轴。这样,实际上可以把能够表示Z=0处的P(x,t)的波形图(如图1)作为一个地下的剖面,比如说P(x,z/2υ)剖面。     

可控串补系统的稳定控制

在可控串联电容补偿元件和电力系统的机电暂态数学模型的基础上,应用经典控制理论和自抗扰控制理论为可控串比方 具有暂太稳定控制回路的常规控制器,自抗扰控制器。数字仿真结果表明：施加控制是改善可控串补系统稳定性和动态性能的有效措施。     

学习方法整定电力系统非线性控制器参数

In this paper, the iterative and increasing learning algorithms are introduced to the adjustment of the parameters of TCSC nonlinear controller in power systems. According to the characteristics of practical power systems, such as the strong nonlinearity, dynamic process and etc., the learning algorithms are improved the off-line iterative learning is firstly modified into the on-line equal periodical learning, and then into the on-line unequal periodical learning. By changing the objective function defined in a continuous set into a function in a point, the increasing learning can be on-line. In order to make the learning algorithms process satisfied effectiveness and can learn under large disturbances of the system, the nonlinearity of the system is used in the learning algorithms. The improved learning algorithms are efficient, simple and practical, and provide new methods for the adjustment of the parameters of the controller. The digital simulation shows that under the same conditions, the performance of the unequal periodical learning algorithm is better than that of equal periodical learning , the performance of the increasing learning algorithm is better than that of the unequal periodical learning. The parameters of the controller found by the learning algorithms make the controller possess better dynamical performance,strong adaptability and robustness.     

可控串补自抗优控制器

本文应用自抗优控制理论在电力系统分析综合程序／用户程序接口（ＰＳＡＳＰ／ＵＰＩ）平台上为可控串补装置设计了一种新型控制器。这种控制器能自动检测系统的模型和外扰的实时作用并予以补偿，采用当地信号实现控制，结构简单；ＰＳＡＳＰ／ＵＰＩ平台应用方便、灵活，为这种控制器的设计提供了有力的工具。仿真结果表明：这种控制器不但能快速调节容抗、增加系统阻尼、改善系统稳定特性，并且有较强的适应性、鲁棒性，不依赖被控     

活化条件对聚乙烯膜化学镀银层稳定性和导电性的影响

研究了PdCl_2和HCl的质量浓度对化学镀银层稳定性和导电性的影响。得到的最佳活化液配方为:PdCl20.6g/L,HCl 0.6g/L。该配方可有效维持活化液的稳定性,并优化化学镀银层的稳定性和导电性。     

小波变换及其在地震勘探中的应用

小波变换是一项高新技术,在地震资料处理中的应用颇具潜力。近年来格外受到人们的关注。 本文回顾了小波变换的研究历程、基本概念,叙述了小波变换在地震勘探中应用的几个方面,给出了应用实例。     

可控串补自抗扰控制器

本文应用自抗扰控制理论在电力系统分析综合程序／用户程序接口（PSASP／UPI）平台上为可控串补装置设计了一种新型控制器。这种控制器能自动检测系统的模型和外扰的实时作用并予以补偿，采用当地信号实现控制，结构简单；PSASP／UPI平台应用方便、灵活，为这种控制器的设计提供了有力的工具。仿真结果表明：这种控制器不但能快速调节容抗、增加系统阻尼、改善系统稳定特性，并且有较强的适应性、鲁律性，不依赖被控系统的数学模型。     

学习方法整定电力系统非线性控制器参数

将迭代学习方法、递增式学习方法引入电力系统可控基金项目 :国家自然科学基金 ( 5 963 70 5 0 )、电力工业部、东北电力集团联合资助。串补非线性控制器的参数整定 ,并根据实际电力系统的强非线性和动态过程等特点 ,将这些学习方法加以改进 :将离线迭代学习改进为在线等周期学习 ,再改进为在线非等周期学习 ;将离线递增式学习法的定义在连续集上的目标函数变为“点”目标函数 ,从而可进行在线学习 ;在此基础上 ,为了使学习参数在系统遭受大扰动时有满意的效果 ,在学习方法中利用了非线性特性。改进后的学习方法高效、简便、实用、易行 ,为控制器参数的整定提供了新方法。数字仿真结果表明 :在同样的计算条件下 ,非等周期迭代学习方法优于等周期学习方法 ,递增式学习方法优于非等周期迭代学习方法。控制器采用学习参数将有更好的品质特性 ,具有较好的动态性能和较强的鲁棒性。     

可控串联电容补偿非线性PID控制器

论述了一种晨线性控制理论为可控串补装置设计的新型控制器。这种控制器不依赖于被控系统的模型,采用当地信号实现控制,结构简单。仿真结果表明：这种控制器不但能快速调节容抗,增加系统阻尼,改善系统稳定性,并且有较强的适应性,鲁棒性。