高压并联输电线路无功环流问题的影响机理分析

针对部分相同参数的并联高压交流输电线路实际运行过程中无功潮流差异大,甚至出现双回线无功潮流反向形成环流的典型问题,分析了影响环流问题的机理。首先由传统对称分量法入手,对传统变换矩阵进行扩展变换,形成了针对多回高压交流线路的扩展序阻抗矩阵,对其分析表明扩展序阻抗矩阵为非对称矩阵,说明同塔并架双回线路中,存在一线对二线的互感与二线对一线的互感不对等的情况,严重时甚至出现线路正序电阻反向耦合的问题,解释了双回线路间无功潮流反向问题产生的原因。在双回线参数解耦等值的基础上,进一步推导了双回线无功环流问题的理论形成条件,解释了三邵双回线无功潮流异常问题的影响因素及作用机理。最后,通过实际系统的算例分析证明了所提方法的有效性。     

物联网关键技术在设施农业中应用探讨

农业物联网是将大量的传感器节点构成监控网络,通过各种传感器采集信息,以便发现问题,并且准确地确定发生问题的位置,从而大量使用各种自动化、智能化、远程控制的生产设备。而设施农业是现代化农业的具体体现和标志,可以获取农业生产高效率与高收益,因此将农业物联网应用到设施农业中,将突破以人力为中心、依赖于孤立机械的农业生产模式转向以信息和软件为中心的生产模式。依据物联网架构设施农业物联网分为感知层、传输层和应用层3部分,分别对应信息感知技术、信息传输技术与信息应用技术。本文通过对国内外设施农业物联网技术最新进展的调研和分析,总结了设施农业物联网在信息感知技术、信息传输技术、信息应用技术以及大数据与设施农业物联网等方面的研究进展,并针对设施农业物联网技术的发展,分别从感知层、传输层、应用层等方面问题提出了建设性意见。     

雷击输电线路时杆塔各处雷电流监测仿真分析

基于PSCAD/EMTDC构建了输电线路杆塔仿真模型,根据输电线路的雷击情况,考虑在雷击塔顶、雷击档距中间以及雷击导线这3种情况下,分析线路杆塔中各处电流分布情况,可为安装在输电线路杆塔上的雷电流波形监测线圈提供理论依据。合理地布置雷电流测量线圈能够监测到击中本级杆塔、档距中间以及相邻几级杆塔的落雷,因而减小了监测装置的安装数量,而且也能更大程度地采集到雷电波形。综合考虑了采集到的雷电流波形的反演问题,最终定位了雷电流测量线圈的安装位置。     

大型地网接地阻抗测量中互感的消除

采用直线法测量大型地网接地阻抗时,两导线间的互感将会对测量结果造成影响。文章介绍了一种计算方法,该方法能够有效地去除测量大型地网接地阻抗时电压线与电流线之间的互感,从而获得该地网准确的接地阻抗值。     

浅析影响数控年床加工精度的因素

在机械加工过程中,经常有很多因素影响工件的加工质量,为使工件达到所要求的质量要求,在加工前就必须将各种影响加工精度的因素考虑进去,也就是要对影响机械加工精度的因素进行分析,并提出相应的解决方案。本文结合自己的实践经验,就影响数控车床的机械加工精度因素做一下分析。     

天线阵形变实时感知与调控方法研究

针对共形天线采用天线与平台结构功能一体化设计后,平台变形产生的天线阵精确感知问题,开展天线形变实时感知与调控方法研究。提出一种天线阵实时形变监测与补偿（或控制）系统的设计方法,包括搭建传感器网络以实现天线形变实时精确测量、天线阵形变重构、天线阵形变控制与性能补偿等一系列相关技术途径。     

基于K近邻互信息估计的原油管道电耗预测

为使用最少的特征实现管道电耗的精准预测,建立基于K近邻互信息估计的BPNN模型来预测管道电耗.利用管道输送理论公式扩充原始数据集,利用K近邻互信息估计提取强相关性特征,将提取出的特征喂入BPNN来建立原油管道电耗预测模型,最后对比利用不同输入特征建立的模型的预测精度.研究结果表明:利用K近邻互信息估计能够选出多个与电耗...     

环保UPVC管件粒料研制成功

近日，给水用环保切UPVC管件粒料在山东春湖色母粒有限公司研制成功。该粒料可直接用于注塑管件，从而结束了先造粒再注塑的管件注塑工艺。     

HPb59-1铅黄铜电镀黑镍工艺

介绍了以HPb59-1铅黄铜标准螺钉电镀黑镍的全部工艺过程。基材经过化学除铅后电镀锌-镍作为阻挡层,再电镀锌作为打底层,最后电镀黑镍。采用此工艺获得的螺钉螺纹牙丝不发黄,镀出的黑镍层均匀、黝黑,能够满足HB5039-92中抗变色标准要求,具有良好的消光性能和吸幅比。     

基于一维堆叠卷积自编码器的分布式应变裂缝检测

桥梁裂缝检测对于桥梁健康检测具有重要的意义.基于布里渊时域分析的分布式光纤传感器能够测量整个结构表面的应变数据.由于测量所得应变数据信噪比低,存在裂缝损伤处的应变异常被噪声"淹没"和"混淆"的问题.针对这一问题,提出一种基于一维堆叠卷积自编码器的分类检测方法.该方法具有噪声鲁棒性强、自提取特征可判别性高等优势.首先,通过布置光纤传感器获取结构表面应变数据,对光纤应变数据进行标准化预处理,并划分应变子序列.然后,使用一维堆叠卷积自编码器自动提取应变子序列的特征.最后,通过Softmax分类器对所提取的应变子序列特征进行分类,即裂缝或非裂缝.实验结果表明,该方法可以有效检测微小裂缝,检测准确率高.并且该方法提取的特征可判别性优于卷积神经网络和堆叠自编码器等方法.