变压器励磁涌流的识别方法

<正>电力变压器在空载投入电网或外部故障切除后电压恢复时,由于变压器铁芯磁通的饱和及铁芯材料的非线性特征,会产生相当大的励磁电流,称为励磁涌流。电力变压器是电力系统中重要的设备,纵差保护作为变压器的主保护之一在识别励磁     

变压器励磁涌流的识别方法

电力变压器在空载投入电网或外部故障切除后电压恢复时,由于变压器铁芯磁通的饱和及铁芯材料的非线性特征,会产生相当大的励磁电流,称为励磁涌流。电力变压器是电力系统中重要的设备,纵差保护作为变压器的主保护之一在识别励磁涌流和内部故障电流时经常出现拒动和误动的现象,因此,正确识别励磁涌流和故障电流仍是变压器差动保护的重要课题之一。     

GS3 蛋白不同结构域的功能与水稻谷粒大小的关系

许多禾谷类作物的产量在很大程度上由谷粒的大小所决定. 华中农业大学作物遗传改良国家重点实验室张启发研究组, 研究了GS3 的遗传和分子特征, 这是一个主要的决定谷粒大小的数量性状位点. 研究显示, GS3 是一个谷粒大小和器官大小的负调节因子. 其野生型形式推测由4 个结构域构成: 位于N 端的植物特异性器官尺寸调节(OSR)结构域和跨膜结构域以及位于C 端的肿瘤坏死因子/神经生长因子受体(TNFR/NGFR)家族富胱氨酸结构域和C 型血管性血友病因子(VWFC). 这些结构域具有不同的调节谷粒大小的功能. OSR 结构域作为一个负调节因子的功能是充分必要的. 野生型等位基因对应于中等谷粒. OSR 功能缺失结果可导致长的谷粒.位于C 端的TNFR/NGFR 和VWFC 结构域表现出对OSR 功能的抑制性效应, 它们的功能缺失突变可产生非常短的谷粒.该研究将GS3 蛋白的功能结构域与水稻谷粒大小的自然变异联系起来. 相关研究发表在2010 年11 月9 日Proc Natl Acad Sci USA, 107(45): 19579—19584 上.     

人工湿地技术削减雨水初期径流污染负荷研究进展

拟从技术特点、技术流程、技术原理、技术参数、技术使用中存在的问题以及技术的应用前景等方面对雨水初期径流污染人工湿地技术进行分析和描述.介绍了该技术在国内和国外的研究现状,并展望了其未来研究方向.以期为我国城市雨水初期径流污染控制工程提供参考依据.     

搜索引擎日志中"V+N1+N2"型短语研究

搜索引擎用短语词典能够有效地改善和提高信息检索的性能,"V+N1+N2"型结构是一种常见汉语短语结构.本文基于搜狗语料,分别从各组成要素特点、语义特征以及句法功能,对"V+N1+N2"型动词短语和名词短语进行统计分析和相关数据处理.针对不同语义关系,在不改变原语义的条件下,提出了相应的转换模式,为搜索引擎用短语词典的构建提供了理论支撑.     

HTTP网络应用特征串的自动提取

网络应用特征串的提取是网络流量分类中深度包检测(DPI)系统至关重要的一环.文中提出一种自动提取不同的HTrP网络应用(如网络视频、网络游戏、SNS等)的特征串的方法.该方法先对HTrP网络应用的全报文数据进行组流分析,然后通过一个基于Hash表的算法提取出频繁出现的字符串,最后通过建立HTTP应用共性特征库,对频繁串...     

基于最大熵模型的词位标注汉语分词

近年来基于字的词位标注汉语分词方法极大地提高了分词的性能,该方法将汉语分词转化为字的词位标注问题,借助于优秀的序列标注模型,词位标注汉语分词逐渐成为汉语分词的主要技术路线.该方法中特征模板集设定和词位标注集的选择至关重要,采用不同的词位标注集,使用最大熵模型进一步研究了词位标注汉语分词技术.在国际汉语分词评测Bakeoff2005的语料上进行了封闭测试,并对比了不同词位标注集对分词性能的影响.实验表明所采用的六词位标注集配合相应的特征模板集TMPT-6较其他词位标注集分词性能要好.     

北京市海淀公园绿地CO2通量变化特征

为了定量评估城市绿地吸收CO2改善城市生态环境的效果,2006年4月—2007年3月在北京海淀公园绿地使用涡度相关系统连续观测CO2通量、总辐射、大气温度,并使用冠层分析仪测量叶面积指数,研究CO2通量的变化及其影响因素.结果表明,绿地CO2通量受植被生物活动的影响呈现明显的季节变化特征,晴天天气状况下CO2通量日均值FCO2在4—10月为负值,绿地是CO2汇,在6—9月是CO2强吸收汇,FCO2约-0.100—-0.120mg/m2.s,而在11—3月FCO2为正值,绿地为CO2源,12—2月是CO2强排放源,FCO2约0.100mg/m2.s.绿地CO2通量受总辐射、LAI、大气温度的显著影响,净辐射的影响明显大于大气温度,净辐射越大、LAI越大、大气温度越高,绿地光合作用吸收CO2的能力越强.观测期间一年海淀公园绿地CO2的净吸收量约为615gCO2/m2.     

基于优化肌电特征的无声语音信号识别

提出了一种基于遗传算法(GA)和fisher投影的最佳可鉴别基的求解方法.将原始特征向量向着最佳可鉴别基投影可得到具有最佳可分性的新的特征向量.从颧肌和二腹肌前腹的皮肤表面检测无声发出6个汉语元音的表面肌电信号(SEMG),以该肌电信号的AR模型系数、倒谱系数和美尔倒谱系数作为原始特征向量.使用遗传算法找出了原始特征的次优组合,并组成新的特征向量.将GA找出的次优特征向量向着fisher最佳可鉴别基投影可得到最佳鉴别特征向量.最后用改进的BP神经网络作为分类器得到了较好的识别效果.