论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
陆地电缆在我国城市化的进程中,发挥着举足轻重的作用。电缆中间接头是陆缆中较为薄弱的环节之一,其安全稳定运行为陆缆提供了重要保障。电缆中间接头受到运输、安装、外界激励的影响和在大电流作用下的长期振动中,会产生疲劳损坏,从而出现松动和其他非正常振动现象。本文首先根据35k V电缆中间接头的实体结构,建立了电缆中间接头正常振动、共振的振动模型和松动状态下的振动模型;对电缆中间接头进行模态分析,得到其15
【机 构】
：
华北电力大学
【出 处】
：
华北电力大学
【发表日期】
：
2021年01期
其他文献
针对特殊工况场景中现有监控技术抗干扰能力弱、受恶劣环境影响严重、探测距离短、通信效率低等缺陷,设计了一种基于毫米波雷达技术的设备工况监控系统。首先,分析了毫米波雷达的理论基础,通过对雷达工作过程的仿真,验证了其技术的可行性,在此基础上,提出了设备工况监控系统的整体设计方案。其次,重点研究了雷达恒虚警目标检测算法（Constant False Alarm Rate,CFAR）。对均值类与有序类CFA
光纤布里渊分布式传感技术通过提取布里渊散射谱中包含的特征参数,利用其与温度和应变的关系能够实现对光纤不同位置处温度和应变信息的测量,因此温度和应变的测量精度与布里渊散射谱特征参数提取的准确性有着密切的关系。目前关于布里渊散射谱特征参数的提取主要通过参数拟合、模式匹配和优化算法等方法来实现,利用这些方法得到的特征参数准确度与方法本身及其实现过程中不同参数的选择具有一定的关系。为了灵活利用不同的布里渊
随着电力系统改革的深化,我国新一代电力系统建设得到了高速发展,输电设备作为电力系统的重要组成部分之一,对其缺陷的智能识别与分析已经成为重要的研究方向。螺栓是输电线路上数量最为庞大且容易发生故障的紧固零件,实现自动高效地对其缺陷识别是电力系统长久以来的难点问题。利用计算机视觉和人工智能技术对螺栓缺陷进行准确识别,具有重要的实际意义。本文通过对螺栓的研究,提出了针对螺栓属性的视觉可分性思想,采用一种基
针对变压器局部放电信号的非平稳性和非线性的问题、以及传统的机器学习提取信号的特征时,深度学习不足和主观性强的问题,本论文提出了一种基于点对称图像特征融合（Symmetrized Dot Pattern,SDP）—卷积神经网络（Convolutional Neural Network,CNN）的局部放电特征提取的方法。该方法在特征提取过程部分主要以神经网络作为识别工具,在状态识别过程中以信号的融合特
近年来,随着我国风电装机容量的增长及电网换相型高压直流输电（LCC-HVDC）的快速建设,风力发电基地位于LCC-HVDC送端近区的场景逐渐增多。此时,由于常规电源的支撑能力削弱,风电场与LCC-HVDC的次同步交互作用加剧,诱发次同步振荡（SSO）的风险增大。目前,针对直驱风电场与LCC-HVDC的次同步交互作用研究,尚处于起步阶段,且现有SSO研究方法难以揭示两者的次同步交互作用过程。针对上述