带串联补偿的输电线路纵联阻抗性能分析

在系统分析基于串联补偿电容器下输电线路纵联阻抗性能特点和阻值特征的基础上,特别在详细分析串联补偿电容器及其附属的金属氧化物变阻器(MOV)、放电间隙等不同的运行方式在纵联阻抗产生影响的前提下,确立了纵联保护的甄别方法.由于在串联补偿下输电线路分布电容和系统运行方式共同影响纵联阻抗的阻值,因此通过分析和计算才能确定是否需要补偿.一旦纵联阻抗幅值小于设定数值时,就可确定发生区内故障,保护将正确动作;否则,就断定在保护区内没有发生故障,保护将稳定不动.在EMTP软件的仿真中,建立了一条1 000 kV、500 km含工频串联补偿度为45%串联补偿电容器的特高压输电线路模型,进行了在各种故障下的仿真模拟,仿真结果验证了上述纵联阻抗及其算法在串联补偿环境下具有足够的稳定性和可靠性.     

原人参二醇和三醇的制备

将三七总皂苷与碱混合,在非溶剂的条件下,加热150℃进行常压碱解,再经硅柱层析纯化得到20(S)-原人参二醇(产率10%,纯度>90%)和20(S)-原人参三醇(产率18%,纯度>90%).     

基于多重时间序列模型的城市固定资产投资与GDP的动态关系

针对固定资产投资与GDP动态关系的研究,首先采用Granger Causality Test确定固定资产投资与GDP存在因果关系,建立了固定资产投资与GDP的多重时间序列模型,并用Q统计量检验模型的适应性;对模型分析得出,固定资产投资会推动GDP增长,且具有4~5 a的正向滞后作用;最后,分别应用该模型和ARIMA模型预测厦门市2000—2008年GDP值,结果表明,该模型预测误差比ARIMA模型低8%左右.     

基于时序植被指数的东北地区耕地生长季特征识别与应用研究

基于多时相遥感信息可以有效反映区域尺度上作物物候期特征的原理,利用1998—2009年期间的SPOT/VGT NDVI逐旬时间序列数据,采用TIMESAT软件集成的非对称高斯函数拟合方法对数据序列进行平滑重构处理,进而根据拟合曲线变化特征定义并提取了我国东北地区耕地生长季特征参数（包括生长季开始期、峰值期、结束期与生长...     

脉冲耦合神经网络的人脸识别方法

 在脉冲耦合神经网络(PCNN,pulse coupled neural network)中,基于神经元脉冲震荡的时间序列概念,利用平均时间序列和平均欧氏距离的方法实现了人脸识别.实验仿真表明了该方法的有效性,对不同人脸和复杂表情的人脸均具有较好的识别效果.     

电冰箱检测线温度传感器校验平台设计

在电冰箱生产中,需要对冷藏室、冷冻室、压缩机进气口、出气口和环境温度等参数进行检测,以判定电冰箱是否合格.DS18B20直接输出相应温度的数字量,无须变送电路和AD转换器,使用极其方便,已被电冰箱生产厂家广泛采用.文章设计了一个DS18B20温度传感器校验平台;由于Pt100温度测量存在系统误差、随机误差和粗大误差,为...     

清初词坛“辛酉唱和”述论

康熙朝中后期的唱和活动不多,也少有人关注。辛酉年（康熙二十年）,唐梦赉、吴陈琰等人在游吴越途中,创作多人步韵唱和词354首,是清初词坛存群体步韵词数量最多的一次创作。通过考述＂辛酉唱和＂概况,展示当时词坛的一些创作现象,呈认为这次唱和的创作主题和内容,与清初三十年的多次唱和、甚至几年前的阳羡词人群唱和都有所不同,开始了走出易代风霜、追求生命智慧的＂后易代＂时期。在词风上并个性化的多元风格。     

融合自组织映射与Wang-Mendel方法的模糊规则提取

为解决经典Wang-Mendel方法提取模糊规则时得到的规则数目较多的问题,该文提出一个融合自组织映射(SOM)网络和Wang-Mendel方法的规则提取方案.利用SOM对原始样本进行学习,再使用Wang-Mendel方法从SOM的原型向量中提取规则.因为SOM的原型向量学习得到了原始样本的模式分布规律,并且原型向量的数量远小于原始学习样本的数量,所以该方法降低了提取的规则数目及耗费时间.有关混沌时间序列预测的实验结果表明了该文方法的有效性.     

零序电流互感器的串联和并联

简要介绍了零序电流互感器的基本原理,对厂矿中普遍采用的6kV、10kV中性点不接地电缆供电系统同一出线使用多根电缆供电,在采用多个零序电流互感器进行保护时的连接方式进行了讨论,提出了最可靠、最合理的接线方式。     

局域极端学习机及其在状态在线监测中的应用

针对训练样本贯序输入时的极端学习机(ELM)训练问题,提出一种可实现在线训练的局域极端学习机(LELM).LELM以逐次增样训练与减样训练的方式实现在线训练,从而有效保持了简约的模型结构,同时利用分块矩阵求逆引理有效减小了多次模型训练的计算代价.混沌时间序列在线预测仿真表明,LELM的在线训练时间远小于ELM,且预测精度更高.基于时间序列预测的雷达发射机状态在线监测实例表明,相比于利用粒子群优化的自适应灰色模型方法,LELM具有更高的计算效率与预测精度,适用于电子系统状态在线监测.