【摘 要】
：
为进一步提高接地网故障诊断的准确性,基于地表电位的幅值和相角对接地网出现腐蚀变细和腐蚀断裂的典型故障进行了仿真研究.通过对比无故障接地网与故障接地网地表电位的幅值和相角发现,无论是单一故障还是混合故障,当观测点的地表电位幅值差大于0且两者之间的地表电位相角差为异号时,此观测点之间的区域为故障区域.
【机 构】
：
西藏农牧学院电气工程学院,西藏林芝860000
论文部分内容阅读
为进一步提高接地网故障诊断的准确性,基于地表电位的幅值和相角对接地网出现腐蚀变细和腐蚀断裂的典型故障进行了仿真研究.通过对比无故障接地网与故障接地网地表电位的幅值和相角发现,无论是单一故障还是混合故障,当观测点的地表电位幅值差大于0且两者之间的地表电位相角差为异号时,此观测点之间的区域为故障区域.
其他文献
为解决传统基于知识管理的智库服务系统在应用中无法实现对所有智库信息的成功存储并且存储过程中响应时间较长的问题,开展基于决策流的智库服务系统设计研究.通过Web服务器选型、接口转换器选型等硬件设计和基于决策流的智库信息流转需求表达、智库信息服务映射与发布等软件设计,提出一种全新的智库服务系统.通过实验证明,新的智库服务系统与传统智库服务系统相比能够实现对智库信息的百分百成功存储,并进一步缩短了系统在存储时的响应时间,为用户带来更高效的智库信息服务.
对二叉树非递归算法的研究现状进行简单梳理,介绍二叉树的基本概念和创建过程,重点分析中序遍历二叉树的基本思路.通过对二叉树中序遍历具体实例的剖析,总结出二叉树在进行中序遍历时所呈现的特性;通过对这些特性的分析,得到二叉树在进行中序遍历时的非递归算法.该方法对研究二叉树其他遍历方法的非递归算法具有一定的借鉴作用.
大数据时代,运用大数据技术和Tableau数据可视化工具等分析软件对A学院2018届、2017届、2016届学生的招生数据进行相关建模,分析和挖掘招生数据,以此为学校培养更符合社会需求的人才提供决策支持.
随着大数据时代的到来,教学也需要进行创新,尤其是计算机网络专业,因其特殊的性质,需要积极进行实践才能满足教学需求,因此需要设计基于大数据的计算机网络专业教学辅助系统.笔者设计了基于大数据的计算机网络专业教学辅助系统,硬件部分设计了SWT编程器和Log4J记录器,软件部分基于大数据设计教学辅助平台体系结构及教学功能模块,最后设计数据库,并进行系统测试.测试结果表明,教学辅助系统的性能良好,在用户增加的情况下仍能正常运行.
随着信息技术的不断进步,处理速度快、尺寸小型化、重量轻型化、低功耗已成为信号处理系统的硬性要求.信号处理模块是信号处理系统的核心单元,为了提升其性能,必须不断优化单个模块的处理性能指标,可以通过集成多片高性能的DSP/FPGA芯片实现高性能、低功耗的要求.本文重点探讨了国产高性能信号处理模块的设计与实现.
本文探索以Shiny框架为工具,利用R语言,基于图形用户界面搭建数据分析与可视化应用,以机器学习算法课程中线性回归、局部加权线性回归以及岭回归算法作为可视化教学的试点,进行不同的参数设定与结果交互式可视化.本文的三个案例分析结果表明,将Shiny软件运用到应用统计学的课堂教学中,制作交互可视化内容上传到网络,并通过网络平台与学生讨论与互动,从而可以将抽象的概念知识可视化,通过交互式可视化的方式实现人机交互、师生交互,优化设计方案,激发学生学习的兴趣,培养学生的编程设计能力.
随着智慧城市建设的不断深入,智慧园区理念也进入了公众的视野.智慧园区建设是实现园区管理智慧化、现代化的重要途径,通过建设智慧园区不仅可以整合利用各类资源,还可以全面提高园区的运行效率.智慧不仅指要加大基础设施建设,更重要的是要加强信息化建设,通过建立一套可视化智慧园区管控平台,使原本独立的各子系统根据园区的管理特性形成联动预案,以提升园区整体管理服务水平.基于此,笔者重点探讨了可视化智慧园区管理系统的建设方案.
互联网学习氛围下诗词学习热度持续上升,使得市场上诗词文学和外语学习类APP持续发展,但是外语诗歌学习存在空缺.本文实现以POEM为研究主体的APP开发.该APP是一款以外语诗歌学习为主体的外语学习软件,弥补了外语诗歌在外语学习中的空白,能够为学习者提供更地道、更有内涵的外语学习.
地铁车辆在运行过程中会产生大量的状态监测数据,其对保障车辆安全稳定运行和故障快速诊断具有重要的意义.本文为提高对车辆状态数据的存储和监测,提出一种基于大数据的智能状态监测系统.该系统主要由数据采集终端、通信模块、Web服务器、大数据集群服务器以及关系型数据库等部分构成,文中给出了大数据采集、存储、处理等关键技术的设计方法,并针对车辆状态数据的特征选取与之相适应的数据库集合与数据流处理流程.该系统结构简单,运算速度快,具有一定的工程应用价值.
为了满足大电网暂态稳定在线分析的时效性与精度要求,提出了基于DBSCAN密度聚类和长短期记忆网络的同调机群快速辨识方法.基于广域量测数据,利用长短期记忆网络对电压相量的实部时序轨迹和虚部时序轨迹并行超实时预测,得到时序节点电压轨迹以提升长短期记忆网络预测精度;构建轨迹偏移特征平面,提取电压相量轨迹的时序变化特征,是同调机群快速辨识的重要前提;基于DBSCAN密度聚类方法对时序变化特征进行聚类分析,得到最终分群结果,并通过扩展等面积准则(EEAC)对同调辨识结果进行验证.通过新英格兰39节点系统验证了所提同