课程文献中心 更多>>

关键词： 功率检测芯片   双通道   固支梁   灵敏度   过载功率  

摘要： 为了提高热电式微波功率检测芯片的过载功率，本文提出了一种基于MEMS固支梁的双通道微波功率检测芯片。通过在热电式芯片上集成一个MEMS固支梁，不仅能够对热电式芯片起保护作用，还可以提高其过载功率。对电容式和热电式检测通道分别建立理论模型，对灵敏度特性和过载功率进行了研究。测试结果表明，电容式通道灵敏度的测试值为2.21 fF/W，理论值为2.24 fF/W，与模型的理论值误差仅为1.34%；热电式通道灵敏度的测试值为0.03 mV/mW，与模型的理论值一致。过载功率模型表明，芯片的过载功率可以达到8.77 W。因此与单一热电式芯片相比，双通道芯片在实现高质量的小功率和大功率信号检测的同时，也提高了过载功率。因此，本文对于微波功率检测芯片的性能提升具有一定的借鉴意义。

关键词： 柔性直流输电   张北柔直工程   孤岛   电流测量环节   高频谐振  

摘要： 在张北可再生能源柔性直流电网示范工程的投运过程中，康巴诺尔孤岛换流站在空载的情况下发生了多次高频谐振。针对该问题，本文首先考虑电磁式电流互感器测量回路动态特性，采用π型电路对电流测量环节的二次电缆进行等效，构建包含电流测量环节的柔性直流输电孤岛消纳新能源系统在空载下的数学模型。接着，进行稳定性分析，提出电流互感器测量环节的传变特性导致换流站空载情况下发生高频谐振的机理。然后，通过仿真实验和现场试验，验证了所建立的孤岛消纳新能源系统模型的准确性以及高频谐振机理的合理性。最后，提出了高频谐振的抑制措施，并通过仿真与现场试验进行了验证。研究成果对柔直工程提供重要的技术指导，具有较大的实际意义。

关键词： 变压器   高压试验   问题   有效措施  

摘要： 作为电力系统的关键组件,变压器的正常运行对电力系统供电的稳定性具有重要影响.然而,在电力网络系统中,变压器质量问题常常会导致电力系统运行安全事故.为了防止潜在问题并提高电力系统的稳定性,要研究变压器高压试验所涉及的问题以及有效的解决措施.鉴于此,本文通过广泛的研究文献分析,阐述了变压器的工作原理、特点以及高压实验的基础条件,同时针对在变压器高压实验中的常见问题,如升压速度控制不当、绝缘电阻受温度影响,提出了相应的处理措施,旨在提高变压器运行稳定性,为电力系统的稳定运行奠定基础.

关键词： MEMS   跷跷板结构   微波性能   直流补偿   灵敏度  

摘要： 为了减小微波功率电容式检测外围电路复杂度，提高芯片集成度和抗干扰能力，本文提出一种基于补偿结构的高集成微波功率检测芯片。建立了跷跷板型微机电系统(MEMS)梁的枢纽力学模型，基于此分析了芯片的过载功率和灵敏度。测试结果表明，8～12 GHz下，芯片的回波损耗小于-27 dB，具有良好的微波性能。芯片热电式检测通道的灵敏度为2.20 V/W@8 GHz，2.85 V/W@10 GHz和1.66 V/W@12 GHz。与传统结构不同，所设计的芯片电容式检测通道基于跷跷板结构采用外加直流补偿的方式测量微波功率，该研究对MEMS微波功率检测芯片集成度的提高具有一定参考价值。

关键词： 双师教学   戴维南定理   等效电源法   电学  

摘要： 我校双师教学模式选取高中物理重难点作为专题,进行直播授课.串联型、并联型等效电源法,可以解决电学中的一些难点.将电源旁边的电表组成新的等效电源,快速分析实验误差.通过等效电源法,可以简化电路,分析滑动变阻器的功率、电路动态问题、非线性元件的电压电流.作为一种等效替代的科学思维方法,在双师教学模式中达到了培养学生知一会三、触类旁通的目的.

关键词： 非隔离型直流变压器   戴维南等效   电磁暂态建模   开关状态预测   内节点收缩  

摘要： 电磁暂态仿真对于掌握直流变压器的运行特性具有重要意义，但目前的模块化变流器高速等效建模方法对非隔离型变压器较少提及。同时，现有非隔离型直流变压器电磁暂态仿真模型存在开关状态计算复杂、内部节点数多的问题，导致系统仿真效率低下。为此，提出一种基于开关状态预测和戴维南等效的非隔离型直流变压器快速电磁暂态等效建模方法。首先，提出一种非隔离型直流变压器中子模块的开关状态预测方法。其次，基于开关状态得到直流变压器桥臂的等效电路，并对其进行戴维南等效，得到桥臂的两节点等效电路模型。然后，建立自耦变压器的等效电路模型，综合桥臂和自耦变压器等效电路，获得直流变压器的等效电路，并据此建立直流变压器的节点电压方程。最后，基于高斯消元对方程进行降阶，实现非隔离型直流变压器仿真模型的内节点收缩。算例分析表明，所提非隔离型直流变压器的快速电磁暂态等效建模方法与传统详细建模方法精度接近，仿真效率显著提升。

关键词： 掌纹识别   特征选择   特征提取   线性判别分析   方向模式学习  

摘要： 现有的基于方向模式的方法是利用预定义的滤波器来获取掌纹图像中的线响应，然而，这种方法对丰富的先验知识依赖较强，且常常忽略重要的方向信息，还会造成维度过大的问题。为了解决以上问题，本文提出了一种基于Gabor滤波器和改进线性判别分析的掌纹识别方法，首先使用二维Gabor滤波器提取掌纹图像中的鲁棒卷积差分特征，提取到的特征可以更充分地描述掌纹图像中每个像素的局部方向的变化。然后提出了一种判别特征学习模型，该模型通过最大化类间距离和最小化类内距离，从局部方向特征中学习出判别特征，在实现降低数据维度的同时，减少噪音的影响。本文在PolyU、M＿Blue、GPDS和IITD四个公共掌纹数据库上进行实验，其中在GPDS和IITD两个非接触式掌纹数据库上的识别率分别达到96.40%和99.29%。实验结果表明本文提出的算法能够更有效地提取掌纹图像的判别特征，并显著提高掌纹识别的准确度。