简介:当前,蓄电池的检测和监测已逐渐成为一个热点问题,电力系统、电信系统、移动通讯系统及其他信息产业领域都对蓄电池的检测和监测提出了相应的要求,各大生产厂商都在积极开发相关产品。从信息安全和供电安全角度来说,电池监测本身与电池具有同样的重要性。在高度现代化的当今社会,很难想象电力网停电、电信网瘫痪给社会政治、经济带来的损失。为了避免这样的损失,在相应的设备上都使用电池作为备用电源,这样,即使电力网停电,也可以从容地采用其他应急手段,避免重大损失的发生。电池如同其他电子元件一样,同样存在早期失效问题,而且电池还存在正确运行的问题,电池监测正是要从这两个角度来提高系统的可靠性,也就是说一方面监测可以保证电池处于正确的运行状态,另一方面监测可以
简介:随着国内用电设备增多,电气火灾的发生率也有所升高,故障电弧检测的研究成为当今热点。本文提出一种Hilbert—Huang变换与支持向量机相结合的方法,其中采用Hilbert-Huang变换对不同负载电流波形进行时域分解,从而提取各模态分量的特征值。然后采用支持向量机的自适应分类方法,通过学习不同负载下Hilbert-Huang变换得到的特征值,自适应地区分正常运行状态与故障电弧运行状态。本文以调光灯、电吹风高档、电吹风低档、电风扇和电水壶等5种类型的常用负载作为研究对象,验证算法的正确性。
简介:针对传统被动式孤岛检测法存在检测时间长、盲区(NDZ)大,而主动式孤岛检测法影响电能质量的缺点,提出一种新的基于小波包对数能量熵(WPLEE)与BP神经网络的孤岛检测方法。该方法首先采集公共耦合点(PCC)处的电压信号,再将该电压信号分别进行小波包变换,然后通过对数能量熵进行算法处理来获取适合于孤岛检测的特征向量,该特征向量通过BP神经网络进行模式识别来判断系统是否发生孤岛现象,特别在逆变器输出功率和本地负载功率匹配时。实验和仿真结果表明,该方法均能准确、有效地判断出是否存在孤岛状态,同时与传统的被动式孤岛检测方法相比检测速度快,检测盲区小,不会对电能质量产生不良影响。
简介:一、室内空气概述近几年随着科学技术的发展以及人类生活水平的提高,人们不止满足于吃饱穿暖有房住,而且对住房要求也越来越高。特别是对室内环境提出了越来越高的要求,一方面人们追求住房结构和布局的合理,另一方面还追求房屋内包括空气温度、湿度、气流速度大小及合理的组织、光照强度、躁声等指标在内能够使人们从身体上、精神上完全处于良好状态的健康住宅。但是由于使用了大量的装饰材料,室内环境受到污染。现代社会几乎90%的时间是在室内度过的,因此室内空气质量直接关系到人的健康状况,所以明确室内空气质量状况,采取相应的对策与措施改善室内空气质量,为人们提供一个安全、健康、舒适环境,提高室内人员的工作效率,和生活质量是我们的目标。