排序方式: 共有10条查询结果,搜索用时 375 毫秒
1
1.
本文介绍了基于GSM远程无线干式变压器温度数据传输系统的结构、原理与软硬件设计。 相似文献
2.
应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤:首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。 相似文献
3.
雷登峰 《西安航空技术高等专科学校学报》2005,23(3):38-39
变压器突发短路故障,给生产和人们生活造成了巨大损失。采用油色谱分析、绝缘电阻试验、绕组直阻试验和绕组变形试验的“四项分析”方法,对电力系统排除故障、安全运行有较大的实用价值。 相似文献
4.
近年来中国相继监测到地磁暴侵害电网、铁路轨道电路和油气管道系统产生的地磁感应电流(Geomagnetically Induced Current,GIC)数据,但是目前实测的GIC数据还相对较少。根据2021年10月9日日冕物质抛射事件(CME)产生的Kp指数为6的地磁扰动(Geomagnetic Disturbance,GMD)数据,500 kV阿拉坦变电站(48.7°N,116.8°E)和上河变电站(33.4°N,119.2°E)及输电系统的参数,分析了2021年10月11日地磁暴期间在两座变电站监测到的GIC数据以及输电系统参数对GIC量值的影响。结果表明:地磁暴在500 kV上河变电站产生的GIC比阿拉坦变电站GIC量值相对较大。分析结果说明,在这次磁暴事件中,输电线路导线电阻是影响变电站GIC的主要因素。 相似文献
5.
6.
在校准指针式三相功率表时,由于一次侧和二次侧存在变比,往往三相功率的额定值由计算获得。单纯的认为在特定功率因数下,功率值为电流和电压乘积的方式,可能会带来较大的测量误差,甚至会对校准结果产生误判断。本文将详细介绍这种互感器方式接入的三相功率表的校准方法,并进行理论分析。 相似文献
7.
8.
在校准指针式三相功率表时,由于一次侧和二次侧存在变比,往往三相功率的额定值由计算获得。单纯的认为在特定功率因数下,功率值为电流和电压乘积的方式,可能会带来较大的测量误差,甚至会对校准结果产生误判断。本文将详细介绍这种互感器方式接入的三相功率表的校准方法,并进行理论分析。 相似文献
9.
The Auto-Transformer Rectifier Unit (ATRU) is one preferred solution for high-power AC/DC power conversion in aircraft. This is mainly due to its simple structure, high reliability and reduced kVA ratings. Indeed, the ATRU has become a preferred AC/DC solution to supply power to the electric environment control system on-board future aircraft. In this paper, a general modelling method for ATRUs is introduced. The developed model is based on the fact that the DC voltage and current are strongly related to the voltage and current vectors at the AC terminals of ATRUs. In this paper, we carry on our research in modelling symmetric 18-pulse ATRUs and develop a generic modelling technique. The developed generic model can study not only symmetric but also asymmetric ATRUs. An 18-pulse asymmetric ATRU is used to demonstrate the accuracy and efficiency of the developed model by comparing with corresponding detailed switching SABER models provided by our industrial partner. The functional models also allow accelerated and accurate simulations and thus enable whole-scale more-electric aircraft electrical power system studies in the future. 相似文献
10.
传统的基于深度学习的极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)地物分类方法,通过堆叠卷积层提取图像局部特征,难以建立长距离依赖关系。基于自注意力机制的深度学习模型Transformer(变换)在图像分类任务中取得了成功,其自注意力机制能够捕获全局像素之间的关联性,同时PolSAR地物分类任务被证实:相比于实数域,其在复数域上表现出更好的分类效果。因此,本文将Transformer引入到复数域中,提出了一种基于复数域的Transformer和Unet(语义分割网络)混合模型(CT-Unet)用于PolSAR地物分类,将Transformer与CNN相结合,对复数类型的PolSAR数据进行特征提取,使用西安数据集和德国数据集进行PolSAR地物分类的实验结果表明:提出的模型能够有效提高PolSAR地物分类的准确性,Transformer有望在PolSAR地物分类任务中弥补卷积神经网络的不足。 相似文献
1