【摘 要】
：
超特高压变电站金具表面的尖端放电问题是限制其应用的关键。本文将碳纤维(carbon fiber,CF)粉和四针状氧化锌晶须(tetra-needle like ZnO whiskers,T-ZnOw)作为导电填料,加入到有机硅聚合物基体中,制备了一种超特高压变电站金具填缝导电有机硅聚合物胶泥。通过调节T-ZnOw的含量,制备了不同的导电有机硅聚合物胶泥,并对其拉伸性能、微观形貌、流变性能、导电性能等进行了系统分析。研究结果表明:本文制备的导电有机硅聚合物胶泥的拉伸性能和导电性能优异,且界面结合良好。当导电
【机 构】
：
国网陕西省电力公司电力科学研究院,武汉纺织大学材料科学与工程学院纺织纤维与制品教育部重点实验室
【基金项目】
：
国家电网公司总部科技项目(5200-201932102A-0-0-00),湖北省自然科学基金(2019CFB787)。
论文部分内容阅读
超特高压变电站金具表面的尖端放电问题是限制其应用的关键。本文将碳纤维(carbon fiber,CF)粉和四针状氧化锌晶须(tetra-needle like ZnO whiskers,T-ZnOw)作为导电填料,加入到有机硅聚合物基体中,制备了一种超特高压变电站金具填缝导电有机硅聚合物胶泥。通过调节T-ZnOw的含量,制备了不同的导电有机硅聚合物胶泥,并对其拉伸性能、微观形貌、流变性能、导电性能等进行了系统分析。研究结果表明:本文制备的导电有机硅聚合物胶泥的拉伸性能和导电性能优异,且界面结合良好。当导电
其他文献
基于密度泛函理论的VASP(Vienna ab-initio simulation package)软件包进行第一性原理计算,研究压力状态下Al7Cu2Fe相的能带和各向异性变化情况.结果表明,在0~50 GPa的压力范围内Al7Cu2Fe相具有金属性,且压力有助于提高能带中原子轨道的扩展性.Al7Cu2Fe相的(100)和(010)晶面的弹性各向异性随着压力升高而增强,而(
光学窄波段观测能够表征发射线天体清晰的结构,是研究发射线天体的重要手段,对恒星形成区、类星体窄线区、星系H Ⅱ区、星际介质等方面的研究具有重要意义。消除窄波段图像的连续谱是常用的搜寻发射线天体的方法,传统上连续谱扣除的解决方法是根据像素位置、方向和强度来调整图像对齐,然后进行两幅图像的相减,但是其过程繁琐不适合用于巡天大数据减连续谱。基于窄波段巡天项目(narrowbandsurvey,NBS)[S Ⅱ]波段数据,提出一种通过自动匹配宽、窄波段流量数据与星像轮廓方法。该方法自动匹配图像天文位置,避免了图像
利用H?lder不等式和Rosenthal不等式,在积分条件下给出次线性期望空间下随机加权ND(negatively dependent)序列的部分和的完全积分收敛,将概率空间下具有随机加权ND序列的部分和的完全矩收敛推广到次线性空间中。
尽早发现高压电缆局部放电信号类型并采取相应措施,对于有效避免绝缘系统遭受破坏至关重要。针对高压电缆中4类常见的典型缺陷产生的局部放电信号,本文提出一种基于卷积神经网络的高压电缆局部放电信号分类方法。首先构建缺陷模型,采集4类缺陷的局部放电信号作为样本,并用电压幅值-相位谱图作为输入数据集;然后利用多层卷积核进行特征提取,多分类器进行分类回归;最终得到训练完成的卷积神经网络。比较而言,基于反向传播(back propagation,BP)神经网络和自编码神经网络的分类方法分类效果不稳定,整体准确率较差,本文
电离层格网信息决定了RTCA协议下的SBAS增强系统的服务等级。通过对WAAS 3颗GEO卫星播发的电离层格网信息进行长期分析,获得了RTCA协议下格网电离层在电文编排、更新周期、格网分布等方面的详细播发特性。通过解析实际WAAS电离层格网电文,设置不同的可用性条件,详细分析了每个格网点的可用性,得到当以GIV EI=15为门限值时,WAAS播发263个可用性为100%的电离层格网信息,覆盖包括整个北美大陆及海岸线20°以外的大部分地区。通过对比WAAS采用的Kriging和部分其他增强系统采用的IDWK
与电离氢区成协的红外尘泡是研究恒星形成尤其是触发恒星形成的理想天体实验室。利用多波段数据对银河系中最大的尘泡之一N109进行了研究,分析了它对其近邻介质及其中恒星形成活动的影响。研究发现N109周围存在56个致密团块,主要分布在正北部和西部。它们均可能形成恒星,其中5个很可能形成大质量恒星,而其他的均可能形成小质量恒星。在这两个区域还存在5个袖珍电离氢区,意味着新一代的大质量恒星形成。此外,还观测到与N109成协的电离氢区的膨胀正在挤压正北和西部星际介质的迹象。这些结果共同表明红外尘泡N109正在通过电离
现阶段高频心电图(high-frequency electrocardiogram,HFECG)分类算法多为心梗(myocardial infarction,MI)与非心梗的二类分类或心梗类别分类算法,无法在心梗早期的心肌缺血阶段发现病例。基于此,本文提出了一种基于高频心电图的缺血型心脏疾病分类算法。该算法选取并改进了6个高频成分参数作为特征,使用XGBoost模型对样本进行分类。相较于传统算法,该算法增加了对缺血型异常(ischemic,ISC)病例的分类,可以及早发现心梗潜在病例。此外,本文对高频成分
报道了南秦岭勉略构造带三岔子地区田坝辉绿岩的LA-ICP-MS锆石U-Pb年龄、主量元素及微量元素研究成果,并讨论了研究区勉略构造带新元古代时期的构造演化.田坝辉绿岩LA-ICP-MS
针对短波时变信道码间干扰严重、误符号率高等问题,采用卷积循环神经网络(convolutional recurrent neural network,CRNN),即将卷积神经网络(convolutional neural network,CNN)和循环神经网络(recurrent neural network,RNN)相结合,提出一种基于CRNN的短波时变信道盲均衡算法,设计了针对短波时变信道(瑞利平坦衰落信道和频率选择性衰落信道)的卷积循环神经网络盲均衡器(convolution recurrent ne
将半导体传感器应用于电力变压器绝缘油色谱在线监测系统时,传统的直线拟合校准方法会出现测量误差超过限值、拟合气体浓度为负值等问题。基于此,本文采用基于最小二乘原理的直线、幂函数以及一元二次函数拟合方法,对半导体传感器检测的H2、CH4、C2H6、C2H4、C2H2、CO、CO2等7种绝缘油中溶解气体的浓度数据进行拟合。通过理论分析和实验验证,证实相比直线和幂函数拟合方法,基于最小二乘原理的一元二次函数拟合结果的相关性更好,拟合误差更低,有望用于改进绝缘油色谱在线监测系统的现场校准方法。