军民合建光缆支线引接设计中应注意事项

军队和地方邮电部门已合建多条光缆线路，为了更有效地发挥经济效益，更好、更早为国防通信事业服务，我区组织设计人员尽快从地方邮电枢纽站将我方电路引进军方机务站。根据军地双方协议，邮电的局前井至军方机务站光缆支线引接由军方自已设计，自己施工。下面就我们在设计中遇到的问题谈谈几点注意事项。     

模拟与数字集成电路

在六十年代至八十年代的各种电子设备及音响都是用半导体器件和电阻、电容、电感等元件，利用导线或印刷线路焊接组装而成的。随着生产和科学技术的不断发展，尤其是电子计算机的发展，对电子电路微型化和高可靠性能提出了更高的要求。现在我们来设想一下，如果我们把这些元器件的体积缩得很小．排列得很紧凑，然后全部封装在塑料之中，只剩下连接线露在外面，那么会形成一个什么样的东西呢?很容易理解，我们所做的这一切．实际上就是把一个电路集成的过程，也就是把完成某一个功能所需要的全部二极管、三极管和其它元件都集成在一块芯片上。第一块集成电路就是按这样的方式做出来的。     

新颖实用的一带二电话机扩容附加器

新颖实用的一带二电话机扩容附加器朱建坤本文介绍的新颖实用的一带二电话机扩容附加器，它具有下述优点：。１．再有“带二功能。即可用一部电话机同时控制；商条不同局制的外线，完成装置两部电话机的功能；。、“２．具有外线音乐保留功能。当电话机主人正在使用其中一...     

南宁市话号线微机管理系统

随着市内电话网规模的扩大，用人工方法来完成市话营业管理工作不仅效率低，而且容易出差错，必须实行计算机管理。本文介绍了南宁市市话号线微机管理系统的网络结构，软、硬件配置及系统的功能模块组成。     

ZH234型电力需求分析仪的研制

本文介绍了一种电力需求分析仪的原理和技术性能。该仪器带来的经济效益是显著的。     

融合故障录波和保护动作的输电线路迁移学习故障分析及定位

针对高比例分布式电源并入导致电网规模增大且结构复杂,使传统输电线路故障分析及定位时依赖人工对录波数据进行分析判别容易造成误判、效率低下等问题,根据迁移学习理论方法,基于输电线路故障录波数据建立输电线路故障类型特征提取模型;利用保护动作信息和故障量判别信息,建立输电线路故障位置范围。将故障录波数据、保护动作信息作为深度学习的输入、故障类型和故障位置作为输出进行训练,将训练模型应用至某实际电网中进行测试,结果表明所提方法能够有效辨识出故障线路类型和位置。     

基于边缘信息融合的输电线路防外破监测系统研究与应用

针对大型工程车辆施工过程中误碰高压输电线路造成电网事故和人员事故的问题,基于边缘计算对工频电场传感器、激光雷达、双目视觉测距系统进行数据融合,研制了输电线路防外破监测装置,开发了输电线路防外破监控平台和移动终端应用程序,并进行了现场应用验证。该系统为输电线路防外破提供了新的技术手段,能够有效提高输电线路安全管控的智能化水平,具有很高的应用价值和良好的社会推广价值。     

基于改进的电力关键部件识别算法研究

针对无人机在电力巡检过程中存在的待识别部件背景复杂、轮廓特征不清晰、各类部件尺寸相差较大等问题,提出一种改进的YOLOv4算法对电力关键部件进行识别。首先搭建深度可分离卷积残差块(M-Resblock-body),用其代替原特征提取网络中的部分普通卷积残差块,在不降低特征提取能力的情况下减少参数量,加快模型的推理速度。然后引入自适应调节感受野网络(SKNet),对输入的感受野进行自适应调节,捕获不同尺度的目标,通过合理分配特征通道的权重来对特征进行有效的表达,提高模型检测精度。最后为了增强模型的泛化能力,对训练集进行一系列数据增强。实验结果表明,改进后的YOLOv4算法在测试集上精度比原始网络提高8.85%,速度提升2.24 frame/s,能够有效实现电力巡检中关键部件的识别及缺陷检测。     

基于多尺度模型融合和VMD-TCN-RF混合网络的短期电力负荷预测方法

为了充分挖掘不同尺度影响因子对短期电力负荷的影响,以及解决预测精度受数据非平稳特性影响的问题,提出了一种基于多尺度模型融合和VMD-TCN-RF混合网络的短期电力负荷预测方法。该方法先采用变分模态分解(Variational Mode Decomposition, VMD)将历史负荷分解为若干平稳性好的本征模态函数(Intrinsic Mode Function, IMF)分量,再把VMD分解得到的各个历史负荷的IMF分量和气象数据分别送入时间卷积网络(Temporal Convolutional Network, TCN)进行特征提取;将所有TCN网络提取的特征融合为一个新的特征向量;最后将融合得到的特征向量与经过One-Hot编码的日期因素特征向量拼接,把拼接得到的向量送入随机森林网络进行预测。通过公开的电力负荷数据集对本方法进行验证,结果表明所提方法与现有模型相比具有更高的预测精度。