极板上半圆柱形凸起对高压电容器性能的影响

分析了柱形导体对均强电场的影响并以此为依据说明了有柱形凸起的高压电容器易击穿的原因是最凸部场强为远离凸部场强的 2倍。     

电气试验中两个异常负值现象分析

介绍了在电气试验中遇到的两个奇异负值现象，探讨了造成这些现象的原因，并说明在工程实践中成功的解决方法。归纳了电气试验中消除干扰对电气试验结果影响的几点工作经验。     

汽车事故记录仪

本文提出了汽车事故记录仪的设计思想及给出了其实现电路硬件设计方案，详细阐述了汽车事故记录仪中测量刹车速度的非接触测量方法－多普勒效应测速法。并以实验装置为依据，给出了实验数据，证明了该测速法用于汽车事故记录可行性和高精度的结果。     

夫兰克─赫兹实验中温度的选择

本文讨论了气体击穿、空间电行与温度的关系，给出了测定原子第一激发电位和电离电位曲线时选择温度应遵循的规律．     

农村电网远程监测系统的设计

介绍了农村电网远程监测系统的设计方案,阐述了其系统结构及总体功能,重点介绍了用于该系统的嵌入式网络服务器的设计及通信软件的设计以及该系统所涉及的数据采集技术、实时网络通信技术等。     

C波段低剖面双圆极化微带阵列天线小型化设计

设计了一种工作在C波段的5×5小型化低剖面双圆极化微带阵列天线.与传统的阵列相比,通过相邻2×2子阵列的贴片交错,可以缩小单元间距,实现小型化;采用两个T型功分器馈电网络,同层分布,可以拓展带宽.测试结果表明,左右旋圆极化的阻抗带宽（VSWR<2）和轴比带宽（AR<3dB）分别达到20%和16%,在频段5.3-6.36 GHz内,左右旋增益最大值为15.2dBi.天线阵列尺寸为3.05λ0×2.74λ0×0.037λ0.     

覆冰地区分裂与扩径导线表面电场特性

输电线路覆冰对电力系统安全运行具有严重威胁,目前已经发展了多种防冰除冰方法,但每种方法都有其局限性,对于一些具有微气象、微地形特征的重覆冰地区尚未有较好的解决方法。文中考虑到扩径导线的特点和分裂导线输电线路的局限性,根据波阻抗和自然功率将分裂导线等效为单导线,并考虑电流的集肤效应,得到了等效的单根扩径导线,进而分析比较覆冰地区的分裂导线及其等效的单根扩径导线的表面电场特性。研究表明：等效前后导线截面面积相同且波阻抗一致时,扩径导线与分裂导线相比,不仅显著降低了子导线根数和输电线路的覆冰荷载,而且在扩径导线的半径等于分裂导线的等效单导线半径时,扩径导线的表面最大电场强度小于分裂导线。因此,在严重覆冰地区,采用分裂导线等效半径的扩径导线具有非常好的表面电场特性,且可显著降低冰风荷载,提高抗冰强度。     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

电增压促进废气再循环对发动机性能的影响

在一台1.5 L带废气涡轮增压的直喷汽油机上进行了电动增压和废气再循环（exhaust gas recirculation, EGR）协同对发动机动力性和经济性的影响规律试验研究。结果表明：全负荷下电动增压促进最高废气再循环率随转速的上升而下降,在4个试验转速下分别提升了17.7%、15.2%、13.84%和0;部分负荷下电动增压促进最高废气再循环率随负荷的提高与转速下降,在6个试验工况下最高废气再循环率分别被提高了23.63%、30.31%、0、14.09%、19.74%和0。全负荷与较低的3个转速下电动增压介入后有效燃油消耗率（brake specific fuel consumption, BSFC）降低近10%,最高转速下废气涡轮增压完全取代电动增压;部分负荷下的两组工况内,电动增压介入后,最高BSFC降低了10.8%和8.4%。结论表明合理应用电增压促进最高废气再循环率可以提升发动机的燃油经济性并保持较高的动力性。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。