课程文献中心 更多>>

关键词： 裂缝监测   声波定位   相位差   三棱锥阵列   到时拾取  

摘要： 裂缝的实时监测对隧道的长期稳定和正常使用至关重要,在隧道病害的超前预警与防治中具有重要作用。本工作提出一种基于阵列信号频域相位差与声源空域方位函数关系的定位新方法。衬砌开裂产生的声波以开裂点为球心向隧道内辐射,到达直角三棱锥传感器阵列的声信号相位差与频率线性相关,斜率是声源方位的三角函数。利用衬砌开裂声波的宽频特性可获得多频率下的相位差,通过线性拟合获得斜率,进而确定声源方位,方位矢量与衬砌表面相交可确定三维坐标。仿真模拟直墙拱顶隧道在混响与噪声条件下衬砌开裂发出声波,采用本方法获得了较高的定位精度,通过回龙山隧道的数值模拟裂缝定位与直墙拱顶隧道的现场试验验证了此方法可有效监测隧道衬砌裂缝的裂缝长度和扩展方向。

关键词： 引信   无线装定   阻抗匹配   调谐补偿  

摘要： 发射端和接收端的距离变化会引起引信无线装定系统能量传输性能的剧烈波动,针对该问题应用反射阻抗理论对磁共振耦合无线装定系统电路模型进行简化,提出影响无线装定系统功率传输的诸多因素,如负载变化、线圈偏移,频率分裂等,本质上都是由于产生了阻抗失配导致输出功率波动。根据阻抗匹配原理推导最大功率传输条件下谐振频率和耦合系数之间关系,提出一种调谐式控制策略。基本原理是建立两组谐振电容的两条传递功率耦合系数曲线,耦合系数变化时改变谐振电容,使系统在调谐式补偿的传递功率耦合系数曲线的顶部区域运行。实验结果表明,该系统能够在耦合系数为0.11~0.39的范围内,维持输出功率波动小于14.5%,验证了该方案的有效性。

关键词： 网络变压器   再流焊   开裂   灌封工艺  

摘要： 裂纹是电子元器件封装失效的一个重要指标。基于贴片式网络变压器在再流焊组装过程中出现开裂质量缺陷问题,从灌封材料固化后内部缺陷和内应力,以及材料的热膨胀系数、吸潮特性等方面对开裂形成机理展开分析。对变压器生产方和用户方提出了预防开裂的方法,针对用户方,通过试验验证,得出在装配前进行烘烤可有效防止网络变压器高温开裂。

关键词： 集合卡尔曼滤波   水文模型   洪水预报   数据同化   实时校正  

摘要： 集合卡尔曼滤波已应用于水文模型初始状态误差校正。如何选择校正变量、是否同步校正模型参数、如何优选滤波超参数是其应用难点。为此,以綦江流域GR5J模型为原型,同化实测流量反馈校正模型状态,通过合成实验和滚动预报实验,分析状态变量选择、模型参数扰动、滤波超参数对预报精度的影响。结果表明:准确识别有偏初始状态,集合卡尔曼滤波能提高预报精度;若难以识别,建议同步校正产流汇流状态变量,减少过校正。模型参数有偏时,应先识别模型参数,再校正模型状态。增加集合数和预热时长能提高校正精度,模型和观测噪声的影响具有非单调性;滤波校正效果随预见期延长而衰减,但要优于模型预热技术。该发现可作为作业预报应用状态校正法的参考。

关键词： 光学   集成光学   微纳光子器件   光功率分束器   逆向优化   边缘优化  

摘要： 随着信息技术的发展,市场对于更小型化、更高效光器件的需求不断增加.采用互补金属氧化物半导体(complementary metal oxide semiconductor,CMOS)工艺,成功制备了Si_(3)N_(4)光功率分束器并对其进行测试.结果表明,在1550 nm波长下,边缘优化的1×8功率分束器的总损耗仅为1.30 dB,且其体积相较于传统设计可减小30%.本研究应用逆向优化算法,突破了传统设计仅能针对规则图形设计的限制,为实现小尺寸、低损耗的光功率分束器提供了一种可行途径.

关键词： 光伏系统   最大功率跟踪技术   控制优化   分析  

摘要： 近年来,随着石油资源的枯竭、环境污染和全球变暖等问题的日益严重,以太阳能和风力发电为代表的新能源对电力的需求迅速增长。在可持续发展和全球节能减排的背景下,可再生能源逐渐取代传统的化石燃料,是当今世界能源发展的潮流。光伏发电没有地理上的约束,可以依据各个区域的辐射状况以及区域内的电力需要,建立多种类型的太阳能电站,在发电过程中没有噪音与污染,可以进行灵活的配置。如何实现对太阳能的高效利用是当前光伏发电领域研究的热点问题,通过对光伏最大功率追踪技术进行控制优化已逐步成为提升光伏发电效率的一种有效手段。

关键词： 无人值守变电站   大面积停电   定期巡视   变压器温度   电力设备   运行状态检测   红外成像技术   高压设备  

摘要： 1主变压器温度监测现状当前,中小型变电站一般为无人值守变电站,需对变电站中的重要载流设备进行温度监测。在变电站中,主变器套管及相关引线是电流的主要载体,由其温度过高导致的故障,一般引发的结果都比较严重,会出现大面积停电甚至起火,对人身财产及安全生产带来诸多影响。在电力设备的运行状态检测中,红外成像技术优势明显,得到了泛应用。目前,监控高压设备温度最多的就是人工手持红外设备定期巡视,这样的方式存在较多弊端。

关键词： 随机森林算法   网络搜索算法   主成分分析   变压器故障检测  

摘要： 针对传统变压器故障检测准确率不高的问题,提出了改进随机森林算法的变压器故障检测技术。通过对随机森林算法的分析指出决策树数量、决策树深度以及特征选择直接影响算法的性能,采用网络搜索算法对决策树数量及深度进行调整,同时通过主成分分析将不重要的特征去除,实现对随机森林算法的改进。将改进的随机森林算法应用于变压器故障检测中,其对变压器故障检测的性能明显由于传统随机森林算法。这对快速、精准检测变压器故障,确保电网安全运行具有一定的参考价值。

关键词： 短期   光伏功率预测   残差反转一维卷积   双向长短期记忆网络   Luong注意力机制   深度学习  

摘要： 由于化石能源对环境有一定程度的危害,太阳能作为可再生的绿色能源,受到广泛关注。光伏发电是太阳能的利用途径之一,其相关技术正飞速发展。然而,光伏发电由于受到天气及其他因素的影响,具有不稳定性的特点。因此,为了保证发电策略的科学性,光伏发电功率预测极为重要。为了提高短期光伏发电预测的准确性,提出了一种基于特征融合和多路径的深度学习模型。首先,该模型使用变分模态分解(Variational Mode Decomposition,VMD)对历史发电功率序列进行分解,并结合斯皮尔曼相关系数(Spearman Correlation Coefficient,SCC)处理无关序列和异常值,形成每个包含本征模函数序列的矩阵。接着,将矩阵数据输入预测模型,该模型利用残差反转一维卷积(Residual Reverse One-dimensional Convolution,RROC),通过为每个结构提供不同数量的卷积核以及多路径结构来实现特征融合。此外,该方法还引入了堆叠的双向长短期记忆网络(Bidirectional Long Short Term Memory,BiLSTM)和Luong注意力机制,使网络更加精密。最终,将每个本征模函数的输出相加得到每个点或区间的预测值。与其他方法相比,基于多路径双向长短期记忆网络(Multiple-Path BiLSTM,MPBiLSTM)的模型具有更好的预测结果。

关键词： 多维信息融合   电力变压器   故障特征   极限学习机   D-S证据理论  

摘要： 考虑到现有变压器故障诊断方法仅针对单一故障特征,难以对电力变压器的实际情况做出准确、全面的判断。在电力变压器多维信息融合的基础上,提出了一种改进极限学习机和改进D-S证据理论相结合的故障诊断方法。通过后验概率映射优化极限学习机的输出,得到不同标签的概率,使用改进的证据理论来融合概率分配矩阵。通过试验对诊断方法优化前后进行对比分析,验证了该方法的优越性。结果表明,与优化前的故障诊断方法相比,该方法具有更高的故障识别准确率,准确率达到96.50%,能准确识别出电力变压器的各种故障,可为状态检修提供决策依据。