课程文献中心 更多>>

关键词： 半导体行业废水   处理工艺   废水再生   膜污堵  

摘要： 随着中国半导体行业的高速发展,该行业的生产过程中纯水使用量和废水排放量不断增加。本文对半导体行业废水的特性和主要废水类型进行了系统梳理,对各种废水处理方法及其优缺点进行了总结,并探讨了废水再生工艺和其中的膜污堵机制及解决措施。最后,本文展望了半导体行业废水处理和再生方面的未来发展。

关键词： “双高”电力系统   逆变器   适应性技术  

摘要： 在全球能源结构转型的背景下,“双高”电力系统即含有高比例可再生能源和高比例电力电子设备的电力系统,逐渐成为电力行业的新标准。通过深入探讨“双高”电力系统的特性,系统分析逆变器在“双高”电力系统中的作用,探讨“双高”电力系统对逆变器适应性的要求,重点研究逆变器适应性关键技术,旨在推动“双高”电力系统逆变器适应性技术的发展。

关键词： 人力资源   电力企业   国企改革  

摘要： 为优化电力企业人力资源管理,以电力企业人力资源管理问题为切入点进行研究,分析了人员配置、激励机制、管理意识、招聘渠道、培训体系等方面的问题,并提出一系列解决措施,以期为相关从业者提供参考,为实际业务开展提供指导。

关键词： 岩石分类   合成孔径雷达   ALOS PALSAR   最大似然法   混淆矩阵   民都洛岛   菲律宾  

摘要： 以菲律宾民都洛岛为研究区域,选取ALOS PALSAR双极化数据(极化方式为HH和HV极化)作为数据源,通过提取后向散射系数(Sigma0 HH和Sigma0 HV)和极化分解参数(熵、角和反熵),使用最大似然分类方法实现研究区的岩石单元分类和填图。在加入了极化分解参数之后,总体精度由仅使用后向散射系数的36.706%提高到65.000%。海岸带沼泽和珊瑚礁的F1分数超过了0.80,辉长岩和Mansalay组的F1分数超过了0.75。引入极化特征后,岩石单元的边界被更好地提取,Mansalay组和Mindoro变质岩与其他岩石的可分性增强。3个极化分解参数弥补了多种岩石单元的后向散射系数难以区分的不足,显著提高了岩石单元的可分性。研究表明,L波段SAR数据的极化分解参数和后向散射系数相结合能提高植被覆盖区岩石单元的分类精度。

关键词： 高压   电力电缆   试验方法   检测技术  

摘要： 高压电力电缆在现代的电力系统中起着重要的作用,是电力系统中非常重要的组成部分,所以确保高压电力电缆质量至关重要。要确保高压电力电缆的质量,不仅要有先进的试验方法,更要有先进的检测技术。文章阐述试验和检测在高压电力电缆中的必要性,深入分析其中的试验方法与检测技术,然后探讨其中常见的问题,并提出有针对性的质量控制措施,以期能够更好地确保高压电力电缆的质量。

关键词： 智能监测   故障诊断   数据分析   机器学习算法  

摘要： 本研究聚焦基于数据驱动的故障检测方法,尤其是主成分分析(Principal Component Analysis,PCA)和支持向量机(Support Vector Machine,SVM)。PCA通过降维提取关键特征,而SVM通过构建超平面实现故障分类。在此基础上重点探讨状态监测与预测维护、故障自愈与系统的恢复的应用,通过模拟实验验证这些措施的有效性。结果表明,这些方法能显著提升故障检测准确性,为电力系统的可靠运行提供有力支持。

关键词： 云平台   电力能源   大数据采集  

摘要： 智能电网建设是我国新基建的重要内容,伴随智慧城市的推进,已经融入目前的生产与生活。智能电网建设工程的推进,使采集终端数据量大幅度激增。只有基于大数据云平台进行能源的系统采集、海量存储以及智能化分析,才能够有效挖掘信息的价值,为民生提供服务。本文以某地区1~6号台区为研究对象,采用大数据云平台技术,对该地区电力负荷进行分析和预测。通过历史与实际数据的深入处理,发现大数据云平台技术在电力系统中的应用能够实现对电网负荷的精准预测和动态演化的分析。研究结果表明,在农历新年期间,该区域的最大负载和最小负载分别预计为1342.74千瓦和580.68千瓦,预报精度达到95%以上,为电力企业的决策和运营提供了重要依据。

关键词： 电力二次系统   网络安全   隔离技术  

摘要： 自电力二次系统不断应用以来,其网络安全问题也随之而来,在信息技术不断进步的基础上,电力二次系统安全防护措施得到推进,使网络安全得到保障。但由于受网络攻击及电力二次系统自身复杂性所影响,网络安全仍存在诸多困境,因此,加强电力二次系统网络安全隔离技术的应用研究已势在必行。文章对电力二次系统网络安全隔离目标、特征及技术应用进行深入分析,以期为提高电力二次系统的网络安全防护能力提供保证。

关键词： 电力系统   接地极线路   故障类型识别   信号处理  

摘要： 针对电力系统接地极线路故障类型识别中存在的响应速度慢、识别精度低等问题,提出一种基于信号处理、模式识别以及数据融合的故障类型识别方法。首先利用小波变换和经验模态分解(Empirical Mode Decomposition,EMD)提取故障电流、电压信号的时频域特征量,其次分别构建支持向量机(Support Vector Machine,SVM)和概率神经网络(Probabilistic Neural Network,PNN)故障识别模型,最后采用证据理论融合两种模型的诊断结果,得到最终的故障类型判断。实验结果表明,该方法能够有效识别单相金属性接地、单相高阻接地以及两相短路等典型故障类型,识别精度高、可靠性强,为保障电力系统的安全运行提供有力支撑。

关键词： 油浸式   电力变压器   动态载荷评估  

摘要： 为了全面提升输电线路的输电容量和利用效率,需要对输电线路中的重要电气装置进行动态负荷性能评价。开展油浸变压器动负荷评价能够充分发挥其动态负载的潜力,增加其有效利用效率,并增加电网的动力负载可观性。本文以油浸式动力变压器为研究对象,通过对其负载曲线与温度曲线获取方法、热点温度识别方法、绝缘寿命与健康状况评价等方面的研究,提出油浸式动力变压器动态负载评价方法,并以此为基础进行实例验证。在此基础上,从热点温度识别、热老化与动载荷相关性规律、载荷能力综合评价四个层面探讨油浸式变压器动负荷评价方法的特征与不足,为今后的研究提供新思路。