首页 | 官方网站   微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   11篇
  免费   2篇
工业技术   13篇
  2023年   2篇
  2022年   2篇
  2010年   2篇
  2003年   4篇
  2002年   3篇
排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
用户电力技术与暂态电能质量的改善   总被引:12,自引:0,他引:12  
概述了暂态电能质量主要问题,指出用户电力技术(或DFACTS技术)是解决这一问题的有效手段。在此基础上介绍了几种具有代表性的用户电力设备(如SSCB,DSTATCOM,DVR,UPQC等)的工作原理及国内外利用其在改善暂态电能质量中的应用情况。最后简要概括了这一领域的最新研究进展。  相似文献   
2.
彭咏龙  许海文  李宪政 《焊管》2003,26(6):33-35
介绍了一种高频感应焊接钢管的焊缝在线动态退火装置,重点介绍了针对不同管径和壁厚的钢管退火加热电源的频率和功率选择,并对平面感应器和水冷却系统的设计进行了讨论。通过采用焊缝退火的方法,达到提高焊缝强度和韧性的目的。  相似文献   
3.
配电网中发生单相接地短路故障的概率占总故障的70%左右,因此,有必要对单相接地短路故障引起的电压暂降进行定位.鉴于行波测距技术在输电线路中的成功应用,给电压暂降扰动源定位的方法提供了一个全新的思路,不仅可以判断出电压暂降扰动源发生在电能质量监测装置的上游或下游方向,还可以精确定位到发生线路故障的具体位置,这更加有利于解...  相似文献   
4.
针对支持向量机(support vector machine, SVM)的惩罚因子、核函数参数选择困难和天鹰优化(aquila optimizer, AO)算法在寻优时容易陷入局部最优解的问题,利用改进的天鹰优化(improved aquila optimizer, IAO)算法对SVM的惩罚因子和核函数参数进行寻优,构建IAO-SVM分类器,利用变分模态分解(variational mode decomposition, VMD)提取电压暂降源信号三相电压的特征向量,并进行归一化处理之后输入到构造好的IAO-SVM分类器中对样本进行训练与识别,并与K近邻、极限学习机、SVM和AO-SVM这4种分类器进行对比。仿真结果表明,在对8种电压暂降源信号分别加入0 dB、10 dB、20 dB、30 dB、40 dB、50 dB和60 dB的高斯白噪声情况下,IAO-SVM分类器识别的准确率分别为99.5%、94%、99.25%、100%、99.25%、98.5%和97.25%,其识别准确率最高,验证了在对信号加入不同的高斯白噪声时,IAO-SVM分类器均具有较高的识别准确率和抗噪声能力,有助...  相似文献   
5.
彭咏龙  许海文  夏越良 《电焊机》2002,32(10):22-24,30
介绍了固态高频电源的工作原理及其在高频感应焊管行业中的应用,讨论了固态高频焊管电源的几个重要问题,并分析比较了固态高频焊管电源与电子管高频电源的优缺点。最后通过与国外固态高频焊管电源的比较,找出了我国固态高频焊管电源的发展方向。  相似文献   
6.
2008年的冰灾对线路保护通道产生了严重影响,冰灾中线路保护均采用专用光纤通道对突发情况应变能力太差。通过对常规的几种继电保护通道方式的分析比较,对220 kV线路保护通道配置原则进行了调整。以220 kV方圆-岗阳线为例,根据新的配置原则对线路保护进行了通道配置,通过理论计算分析论证配置的合理性。对新的保护通道配置原则提出了一些看法。  相似文献   
7.
220kV线路保护通道配置的探讨   总被引:1,自引:0,他引:1  
2008年的冰灾对线路保护通道产生了严重影响,冰灾中线路保护均采用专用光纤通道对突发情况应变能力太差.通过对常规的几种继电保护通道方式的分析比较,对220 kV线路保护通道配置原则进行了调整.以220 kV方圆-岗阳线为例,根据新的配置原则对线路保护进行了通道配置,通过理论计算分析论证配置的合理性.对新的保护通道配置原则提出了一些看法.  相似文献   
8.
针对配电网中线路短路故障、大型感应电动机启动以及变压器投切等单一电压暂降源和由单一电压暂降源组合而成的复合电压暂降源导致的电压暂降现象,在MATLAB/Simulink中搭建改进的IEEE 33节点配电网系统模型进行仿真分析和验证,提出一种先对电压暂降信号进行经验模态分解(empirical mode decompos...  相似文献   
9.
为了提高短期光伏发电功率预测的精度,提出了一种基于白冠鸡优化算法(COOT)优化支持向量机(SVM)的短期光伏发电功率预测模型。首先,分别选取某光伏电站在2017年4月和7月的前21天数据进行仿真分析,计算光伏输出功率和每一个气象因素之间的皮尔逊相关系数;然后,依据皮尔逊相关系数选择太阳总辐射强度、太阳散射辐射强度、太阳直射辐射强度、组件温度和环境温度5个气象因素作为预测模型的输入数据,光伏电站的发电功率作为输出数据。通过与BP和SVM预测模型进行仿真对比可知,对于4月和7月的数据来说,COOT-SVM预测模型的均方根误差、均方误差和平均绝对误差均比BP和SVM预测模型小。因此,所提COOT-SVM预测模型可有效提高短期光伏发电功率的预测精度,具有较高的工程应用价值。  相似文献   
10.
双闭环PI调节电路,相对传统的控制手段来说,对于改善电源性能、提高加热工艺水平具有显著效果.  相似文献   
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号