全文获取类型
收费全文 | 163篇 |
免费 | 12篇 |
国内免费 | 12篇 |
学科分类
工业技术 | 187篇 |
出版年
2024年 | 1篇 |
2022年 | 3篇 |
2021年 | 3篇 |
2020年 | 2篇 |
2019年 | 12篇 |
2018年 | 5篇 |
2017年 | 4篇 |
2016年 | 2篇 |
2015年 | 1篇 |
2014年 | 1篇 |
2012年 | 3篇 |
2011年 | 6篇 |
2010年 | 3篇 |
2009年 | 10篇 |
2008年 | 19篇 |
2007年 | 24篇 |
2006年 | 7篇 |
2005年 | 14篇 |
2004年 | 15篇 |
2003年 | 19篇 |
2002年 | 3篇 |
2001年 | 4篇 |
2000年 | 9篇 |
1999年 | 5篇 |
1997年 | 1篇 |
1996年 | 1篇 |
1995年 | 2篇 |
1994年 | 2篇 |
1992年 | 1篇 |
1990年 | 1篇 |
1989年 | 2篇 |
1987年 | 1篇 |
1984年 | 1篇 |
排序方式: 共有187条查询结果,搜索用时 187 毫秒
21.
22.
分布式电源对配网供电电压质量的影响与改善 总被引:28,自引:2,他引:26
提出利用短路比和刚性率来评估分布式电源(distri- buted generation,DG)对配网供电电压质量影响的方法,通过仿真验证方法的可行性。并进一步具体分析旋转型分布式电源和逆变型分布式电源对系统供电电压的不同影响,分析和仿真结果证明在同等渗透率下,逆变型分布式电源对并网节点的电压影响比旋转型更小,向系统提供的短路电流也要远小于旋转型,因此在同等条件下逆变型分布式电源更加适合应用于密集负荷、高短路容量的城市配电网。并针对逆变型分布式电源抑制供电电压波动的特点,提出电压控制方法,仿真验证其同样可在一定程度上改善配电网内供电电压质量问题。 相似文献
24.
一种实用电网谐波监测及数据远传系统的设计与实现 总被引:2,自引:0,他引:2
介绍了一种先进的谐波监测和数据传输系统,系统能同时监测系统三相电压和电流的谐波水平,并通过公用的电话网,实现谐波数据的远距离传输,系统下位单位机存储容量大,达1.5M,采用同步锁相环控制,避免了频谱泄漏的产生,使用FAFT算法分析采样数据,不仅速度快精度高,而且抗混叠。上位机采用VB和Access数据库共同完成对数据的通信、分析处理,功能全,人机界面友好。 相似文献
25.
电网电压不平衡情况下的并联型PWM整流器控制策略是保证其安全稳定运行的关键技术。传统控制算法存在坐标变换运算量大、控制结构复杂、直流母线电压波动以及电网电流畸变等问题,为此提出了一种基于静止坐标系下的并联型PWM整流器控制策略,建立了电网电压不平衡情况下的数学模型,给出了抑制正序、负序和零序环流的基本原理,提出了直流电压外环采用比例积分谐振控制器和网侧电流内环采用比例反馈谐振控制器来消除直流母线电压波动和网侧电流谐波的控制方法,给出了PWM整流器并联运行的整体控制框图,设计了比例反馈谐振控制器参数。最后,通过仿真软件进行了仿真研究,仿真结果研究了所提出算法的可行性和有效性。 相似文献
26.
27.
针对配电网中分布式电源(DG)接入渗透率不断提高带来的电压波动、电压越限等电能质量问题,首先从理论上较全面地推导分析分布式电源接入对配电网电压的影响,包括对接入点电压和对电压分布的影响,并通过仿真对比分析了不同DG渗透率和不同DG功率因数下的电压变化情况,指出了全局电压控制的必要性。在此基础上,综合考虑配电网中分布式电源和储能的有功、无功电压调节能力,提出一种基于模型预测控制(MPC)的电压优化控制方案,通过计算各节点电压灵敏度,建立各节点电压预测模型,提前感知各节点电压变化趋势,以各节点预测电压与额定电压之间偏差最小为控制目标,实现了控制成本最低的协调电压控制策略。通过IEEE33节点配电网系统仿真算例分析,结果表明:本文提出的方法能更大限度地消除配电网中分布式可再生能源随机波动带来的影响,具有较好的电压控制灵活性和鲁棒性。 相似文献
28.
29.
通过分析风力发电机组中传动系统的特性,针对不同类型的风力发电机组提出了灵活的传动系统建模方法(包括4种模型:刚性轴感应发电机模型、柔性轴感应发电机模型、刚性轴变速发电机模型和柔性轴变速发电机模型),并采用数字模拟方法在软件中加以实现,与商业风力机计算分析软件GH-Bladed中的风力发电系统运行结果进行对比,验证了模型的准确性,运行结果表明,该文提出的建模方法能够满足不同传动系统的惯性要求,并且能方便的在软件中根据实际风力机参数进行模型选择和参数设置,为实验室模拟风力发电系统提供了理论依据和模拟方法。 相似文献
30.
针对光伏发电功率的间歇性和波动性,提出了一种基于主成分分析(PCA)和粒子群优化(PSO)算法的BP神经网络短期发电功率预测方法。该方法先对原始输入数据进行主成分分析,再将分析结果作为BP神经网络的输入数据。由于粒子群算法搜索速度较慢,但全局搜索能力较强,而传统的BP神经网络搜索速度较快,但易陷入局部极值点,因此将两者结合起来,既弥补了各自的劣势,又避免了预测模型的失效,从而提高了预测模型的预测精度。分析结果表明,当天气类型改变时,该预测模型的有效性不变,预测误差均小于20%。 相似文献