基于故障边界条件的高压输电线路故障选相元件

提出了一种适用于电力系统振荡的高压输电线路故障选相新方法．该方法利用零序和负序电流之间的相位关系将接地故障分成3个区域，每个区域存在单相接地和另外两相短路接地两种故障类型，分别计算这两种类型故障点的三序电压，判别其是否满足各自故障的电压边界条件，以此确定实际故障相别．新选相元件解决了电力系统振荡时可能发生的误选相问题，具有较强的耐过渡电阻能力，并且完全不受分支系数和系统运行方式的影响．数字计算机离线仿真和实时数字仿真系统实验都证实了新选相原理的准确性和有效性．     

三元联动干预模式在轻度老年性痴呆患者康复中的应用

目的:探讨三元联动干预模式对轻度老年性痴呆患者康复的影响.方法:从社区老年人中筛查和诊断出轻度老年性痴呆(AD)患者42例,按照随机对照的原则,进入干预组的患者22例,进入对照组的患者20例,对照组给予常规医疗和护理指导,干预组在常规医疗护理指导的基础上,进行三元联动综合认知训练,同时在入组时及3、6、9、12个月后,对干预组和对照组进行简易智力量表测量(MMSE)及生活日常生活能力量表(ADL)量表的测量.结果:入组时所有量表评分在两组间无统计学差异(P 0. 05),训练后干预组在疗效、ADL量表和MMSE量表改善方面均明显优于对照组,两组之间的有统计学差异(P 0. 05).结论:三元联动综合干预模式可显著改善轻度老年性痴呆患者的智力、认知和日常活动能力.     

卡介苗菌株和结核分枝杆菌H37Ra菌株原生质体的制备研究

分别以卡介苗菌株(BCG)及结核分枝杆菌国际标准无毒株H37Ra菌株(H37Ra)为受体菌,制备上述两种菌株的原生质体,同时通过优化细菌菌龄、酶解浓度、酶解温度以及酶解时间等影响因素,探索出制备原生质体形成及再生的最优条件。结果显示:摸索出制备BCG和H37Ra菌株的原生质体条件:在对数生长期的两亲本菌株,经0.01 mol/L EDTA,0.01%β-巯基乙醇溶液预处理;酶解浓度为12 mg/mL,酶解温度为37℃,酶解时间为5 h,可制备出活性较高的两种菌株的原生质体。由此可知,成功制备了BCG与H37Ra菌株的原生质体,并能在高渗固体培养基上再生。本实验为进一步研究该两种菌株原生质体融合试验奠定了基础。     

条子泥围垦工程对近海生态环境的影响

以条子泥一期围垦为研究对象,通过对工程前后近海浮游植物、浮游动物、大型底栖动物及潮间带底栖生物进行取样调查,分析围垦前后的生态特性差异。结果表明:围垦后浮游植物群落种类及生物密度有所增加,且种类组成发生变化;垦区附近浮游动物种类增多,优势种发生变化;底栖生物种类数减少,仍以甲壳动物为主,相对于围垦前的均匀分布,围垦后仅在部分站位监测到;潮间带底栖生物种类减少,但仍以四角蛤蜊等经济贝类为主,生物密度和生物量变化较小。围垦改变生态环境中水动力、悬浮物、沉积物特性等多种环境因子,造成水生生物群落结构及多样性的变化。     

变电站主变压器安装、检修施工安全措施的创新

该文通过对主变压器设备特点以及《电力建设安全工作规程》的相关规定研究,探讨主变本体顶部安全带悬挂装置,总结以往工作经验,结合主变安装检修施工时的工作要求,通过和特变电工衡阳变压器有限公司通力合作。创新研制一种主变上部施工时的安全带悬挂装置,可以有效解决主变安装检修时上部工作人员安全带无处悬挂、低挂高用和移动作业位置时失去保护的问题。确保有效消除施工检修人员工作中出现高空坠落的安全事故隐患,保证工作人员的人身安全。     

电视塔采用摆式水箱减振器的振动控制设计

摆式水箱减振器是一种新型、经济、实用的控制器,通过理论研究及电算程序分析了这种控制器的控制机理,得到了其最优控制参数,同时用模型试验验证了控制效果。     

真空多层绝热LHe输送管设计计算与传热分析

文章根据系统对输送管的性能要求,进行了LHe输送管结构设计和绝热材料的选型,计算真空多层绝热管的真空性能及传热性能的主要参数,求出其真空夹层的最大允许漏率及单位管长的热损失。经NBI实验,表明该管在100 L LHe输送中热损小,满足设计需要。     

基于人工智能的电力电子电路故障诊断

采用基于波形直接分析的神经网络故障诊断方法实现电力电子电路在线故障诊断。以三相整流电路为例,对电路发生故障时输出的波形进行分析,用故障波形的采样数据制作的样本对神经网络进行训练,将训练好的神经网络用于故障诊断。仿真实验表明该方法是有效的。     

基于PSO-BP神经网络的隧道内气动压力幅值预测

将BP神经网络技术用于隧道内气动压力变化幅值的预测,使用粒子群算法(particle swarm optimization,PSO)对其进行优化,构建PSO-BP神经网络模型。为了验证模型的准确性和可靠性,利用收集到的数据样本对模型进行训练测试,并引入交叉验证法评估2种模型的性能。研究结果表明：PSO-BP神经网络能够准确预测不同情况下的气动压力幅值,而且在平均相对误差、平均绝对误差、均方根误差以及样本的决定系数等方面均比未优化的BP神经网络的好,具有更高的预测精度。通过建立的PSO-BP压力幅值预测模型,得到了压力幅值在不同条件下的变化规律。