鸟啄对220kV站用复合支柱绝缘子表面电场特性的影响

来源 :自动化技术与应用 | 被引量 : 0次 | 上传用户:gwq939
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于220kV站用复合支柱绝缘子,伞裙和护套材料易被鸟啄导致损伤,严重威胁电网安全.因此本文基于有限元方法研究鸟啄对220kV站用复合支柱绝缘子表面电场特性的影响.研究结果表明:鸟啄损伤不仅对损伤部位的电场有影响,也会影响整个绝缘子的表面电场,顶端有损伤的绝缘子表面电场最大值和平均值均比未损伤时的增加.且整个伞裙的电场平均值随着损伤面积的增加而增加.顶端损伤对整个绝缘子伞裙的表面电场最大值和平均值影响最大.但底端损伤对损伤位置的表面电场最大值影响最大.
其他文献
非物质文化遗产中传统音乐逐渐失去存在和传承的文化土壤,面临失传与濒临灭绝危险,无法向受众全面展现音乐文化鲜活状态.基于此,提出大数据视阈下五邑地区传统音乐的数字化保护探究.利用贝叶斯分类器划分音乐数据类型,基于云计算平台建立音乐数据库,对待保护资料进行分阶段数字化加密储存.实验表明,该方法具有联合抗攻击性,保密性强,单次文件撤销耗时较少,为非物质文化遗产的数字保护工作提供了基础依据.
在生态振兴背景下,新农村生态环境建设工作已经在全国各地推广实施,推动了农村经济的持续发展.随着新农村建设进程的加快,美术实践教育在服务新农村生态环境建设过程中发挥的作用更加的明显,不管是农村经济收入水平的提高、城镇化发展,还是传统文化的发展以及农村面貌的改善,都不断的增加了对美术教育的需要,因此,需要将新农村生态环境建设与高校美术实践课程进行有效的结合.本文主要对生态振兴背景下新农村生态环境建设必要性进行分析,然后说明了生态振兴背景下新农村生态环境建设与高校美术实践课程的结合意义,提出了生态振兴背景下新农
期刊
由于塑料的大量使用,并且大部分塑料在自然界中难以降解,使得塑料垃圾对环境造成了巨大的负面影响.本研究从黄粉虫肠道和土壤分离能降解聚苯乙烯泡沫及聚乳酸塑料的菌株.黄粉幼虫以6∶1的麸皮与塑料配比饲喂21 d,对其肠道菌株进行分离、培养.同时对混杂有破裂、发脆、老化塑料的土壤菌株进行分离、培养.而后利用扫描电镜切片观察和菌数量测定,筛选对聚苯乙烯泡沫及聚乳酸这两种塑料有降解特性的菌株.最后设计混菌体系,优化出最佳的降解组合.结果从黄粉虫肠道和土壤中分离筛选出5种降解效果好的菌株,分别为Klebsiella s
在现代雷达信号中,相位编码是一种应用广泛的调制方式.针对不同的应用需求,相位编码信号所采用的具体编码形式又各不相同,这就要求雷达侦察接收机必须根据侦察对象的特点采取相应的处理方法,以达到最佳的截获性能.本文对数字信道化接收机中宽脉宽信号测量的处理问题进行了研究与探索并进行了检测方法优化,结果分析显示优化后的相关检测方法可适应目前雷达的相位编码调制方式.
对植物冠层的图像分割传统算法,不但运行效率太低,分割精度效果也不明显。本文采取自适应惯性权重及学习因子的方法对经典算法进行改进,对惯性权重和学习因子采用非线性对数调节方法,引入欧式距离、种群多样性方差及贝塔分布随机数改进了经典算法。解决植物冠层图像分割所存在的问题。通过实验看出,本文算法,不但确保种群的多样性,而且通过不断修正迭代过程在很大程度上提高了搜索速度。从而可以在图像分割上达到更快的速度及
化肥施用是农业生产中必不可少的一个环节,传统的中耕施肥机采用粗放型施肥方式,且多采用地轮驱动,易造成施肥量不足或过量施肥,导致经济效益下降和环境污染。针对这一问题,设计了一种低成本的中耕施肥机自动控制系统,该系统以STC89C52单片机为控制核心,采用步进电机驱动排肥机构,能够根据施肥处方图和接收到的GPS位置信息,得出施肥机所在位置的施肥量,进而根据施肥机实时行驶速度,控制步进电机转速和排肥器的
为提高医护人员交接班辅助信息化管理能力,提出基于电子信息化的医护人员交接班辅助系统设计方法,构建医护人员交接班辅助系统的总体构架.系统功能结构包括医护人员交接班的信息采集模块、参数信息融合模块、输出转换模块、AD模块、人机交互模块以及输出接口模块等.测试结果表明,设计的医护人员交接班辅助系统人机交互性较好,系统输出可靠性较高,在医护人员交接班辅助管理和医疗系统信息化建设中具有重要意义.
为了有效解决密林山区测绘高程相关问题,基于机载激光雷达(机载Lidar)技术穿透地表植被,进行密林山区点云数据采集,以点云滤波方式获取地表点高程数据信息,与既有RTK方式所采集高程数据对比分析综合精确度。通过实验分析,结果表明机载激光雷达在密林山区地表点测绘中具备较高密度与精确度,可在很大程度上满足密林山区地形测绘相关要求。
挖掘COPD诊断信息敏感数据时,在挖掘前未对COPD诊断信息敏感数据进行数据清洗,存在挖掘查全率低、效率低,错误数据检测率低的问题,对此,提出基于神经网络模型的COPD诊断信息敏感数据自动挖掘方法,采用无监督进步式学习算法对COPD诊断信息进行清洗,消除重复记录的数据;通过支持向量机构建COPD诊断信息敏感数据挖掘模型,以神经网络模型对COPD诊断信息敏感数据挖掘模型进行自动求解,实现COPD诊断信息敏感数据自动挖掘.实验结果表明,所提方法的查全率高、挖掘效率高、错误数据检测率高.