【摘 要】
：
为了提高220kV大截面XLPE电缆在电力系统中的安全性，提出220kV大截面XLPE电缆绝缘局部放电在线监测方法。通过建立4种电缆绝缘缺陷模型，提取不同缺陷模型的局部放电信号，根据提取结果制定具有去噪效果的监测方案，采用GPRS网络传输监测数据，并利用小波变换原理，对监测信号进行降噪、去噪处理，实现对电缆局部放电的在线监测。实验结果表明，面对4种局部放电问题的在线监测方法，对照组的4种局部放电监
论文部分内容阅读
为了提高220kV大截面XLPE电缆在电力系统中的安全性，提出220kV大截面XLPE电缆绝缘局部放电在线监测方法。通过建立4种电缆绝缘缺陷模型，提取不同缺陷模型的局部放电信号，根据提取结果制定具有去噪效果的监测方案，采用GPRS网络传输监测数据，并利用小波变换原理，对监测信号进行降噪、去噪处理，实现对电缆局部放电的在线监测。实验结果表明，面对4种局部放电问题的在线监测方法，对照组的4种局部放电监测均与实验组存在约50pC的差异，实验组测试结果更加接近实际的放电量监测结果，其性能优于传统监测方法。
其他文献
深度神经网络技术发展迅速,在各个领域都取得了极好的使用效果,随之而来的也有一些安全问题,例如对抗样本就给深度学习系统带来了很大的安全隐患。对抗样本指通过对原始样本添加一些人不易察觉的小的扰动,却能导致深度神经网络模型分类错误的一类样本。经过多年的研究,对抗样本的应用场景越来越广泛,对抗样本存在的危害性越来越大。现有对抗样本评估研究,采用对抗攻击造成的准确率降低值来衡量攻击效果,侧重于模型方面。对抗
随着互联网的不断革新,云计算技术和服务器的发展促进了网络功能虚拟化（Network Function Virtualization,NFV）的发展。虽然NFV技术解决了传统网络功能设备成本高、难以管理等缺点,但也带来了一定的挑战。在NFV的场景下,虚拟网络功能（Virtual Network Function,VNF）的资源需求随着流量的动态变化而变化,这就需要根据不同的情况为VNF分配相应的资源
目的 分析分级诊疗制度下孕妇首诊选择的影响因素。方法 选取杭州市临安区2017—2021年就诊的14253例孕妇，采用问卷调查孕妇首诊选择情况及影响因素。结果 孕妇首诊选择时最看重医疗技术水平。单因素分析显示，孕妇首诊选择二级医疗机构中年龄≤35岁、大学本科及以上、新型农村合作医疗保险、未合并基础疾病、了解分级诊疗情况的占比大于三级医疗机构（p＜0.05）。多因素分析显示，年龄、受教育程度、医保类
近年来,随着物联网（Internet of Things,Io T）技术的高速发展,人们对物联网服务的需求不断增长。物联网设备的部署越来越密集,保证高密集物联网中的可靠性传输成为当下研究热点。受限应用协议（Constrained Application Protocol,CoAP）是一种物联网中常用的应用层协议,运行于用户数据报协议（User Datagram Protocol,UDP）之上。由于
采集途径的多样化孕育出多模态化的数据。将同类模态的数据特征划分为同一组则可形成多视图数据。近年来,针对多视图数据的聚类算法被相继提出,这些算法究其本质基本上认为跨视图样本之间的映射关系是完全已知,并将已知的映射关系作为算法模型的先验知识。在现实情况中,映射关系未知更为普遍,即无法确定分别来自两个视图的两个样本是否来自同一对象。现有的多视图聚类方法将不起作用或得到没有意义的分析结果。因此,本文针对映
行人再识别对预防犯罪、刑事侦查等维护社会稳定的工作具有重大意义,随着监控网络世界的构建,海量的监控信息和复杂的拍摄背景使得行人再识别任务面临诸多问题有:第一,所拍摄的视频图像背景杂乱,行人姿态多变,光照变化复杂以及拍摄角度不一致等因素使得提取到的行人图像特征表达能力较弱,从而导致识别效果不佳;第二,现有大量方法对细节信息的关注度不足,很少考虑到行人图像全局信息和局部信息的互补性,导致提取到的特征的
遥感卫星图像难以在空间和光谱维度上同时获得高分辨率。遥感图像全色锐化旨在融合低分辨率多光谱（LRMS）图像的光谱信息和高分辨率全色（PAN）图像空间信息,使得生成图像同时保存高空间分辨率和高光谱分辨率。近年来,基于卷积神经网络（CNN）的全色锐化方法已经成为研究主流,并获得了远高于传统方法的指标数值与视觉效果。然而,现有的方法在网络传播的过程中未充分考虑到特征图之间的重要性差异,以及不同区域拟合的
现行企业制度下，组织结构、薪酬体系和绩效管理在实践中往往各自孤立运行，缺乏有效联动，导致员生产效率和工作效能不高，战略目标实现不理想。文章以系统论的观点，归纳了组织结构、薪酬体系、绩效管理之间的关系，提出了系统有效运行的措施和建议。
近年来,由于人口增长与交通工具数量的增加,每年在道路交通事故中死亡人数持续攀升,合理的利用传感器进行行人和车辆等目标的检测可以提前预警防止碰撞事故的发生,降低交通事故发生的可能性。然而检测效果受限于采集图片时的天气状态,环境状态、光线状态且难以检测被遮挡的物体,使用激光雷达进行3维（3D）目标检测的技术应运而生。如何用激光雷达克服环境状态进行目标检测成为了深度学习领域下非常具有挑战性的研究方向。激
冷链物流因其高能耗、高污染，不符合低碳经济的发展要求，为此引入多种碳排放成本，以总成本最小为目标构建出混合整数非线性规划模型。利用Lingo软件对具体案例进行编程求解，对比结果显示，企业在满足相关要求的同时其各方面的成本均有明显减少。与遗传算法作对比，验证了该算法的有效性，为冷链物流配送中心选址问题提供了一定的参考依据。