摘要：通过对SF_(6)的分解物SO_(2)、H_(2)S和CO混合气体进行定性定量分析,可以有效地推断出电气设备内部缺陷。基于此,文章进行了相关研究,设计了一种基于紫外差分吸收光谱以及微流红外技术的复合光学测量解决方案。对于SO_(2)和H_(2)S气体,通过紫外差分吸收光谱法(UV-DOAS)进行分析,优化选择两种气体的最适吸收波长,并以此通过吸光度的扣减与反演,解决在紫外吸收光谱区域H_(2)S和SO_(2)的交叉干扰问题。对其测试的原始谱图进行数字滤波处理,去噪后获得平滑波形并线性拟合,SO_(2)和H_(2)S的拟合度分别达到0.9999和0.9971,提高了SF_(6)分解气中SO_(2)和H_(2)S气体的混合灵敏度。对于CO气体,通过微流红外探测器对不同标准浓度的CO进行测量通道和参考通道的测量,并进一步线性拟合,拟合度为1。该方案可以实现SF_(6)分解气的准确快速检测,为电气设备的内部缺陷判断奠定基础。

摘要：利用 IPSec进行安全通信的两个主机通过 IKE来进行身份认证、协商安全策略和生成密钥 .IKE是个较为复杂的协议 ,从可扩展的角度提出了一个设计框架 ,其优点在于充分考虑了协议特点 ,合理划分模块 ,为性能和功能上的扩展提供了有效的机制 .这个框架不仅降低了实现的难度 ,而且具有较强的可扩展性 .

摘要：为最大化屏蔽光学信号对气体浓度的影响,获得高浓度的SF_(6)气体分解产物,提出基于红外复合光学原理的SF_(6)气体分解产物现场检测方法。选择适宜的复合性光学材料,在初始应用结构的作用下,求取具体的红外成像参数,完成对红外复合光学原理作用方法的初步分析。按需设置微流红外气体传感器,根据SF_(6)分子谱线的分布形式实施对异常峰值的剔除处理,实现基于红外复合光学原理的SF_(6)气体分解产物现场检测方法的设计。对比实验结果表明,在满足红外复合光学原理作用条件的情况下,光学信号不会对气体浓度产生明显影响,这对于获取高浓度的SF_(6)气体分解产物能够起到促进性影响作用。

摘要：缺乏安全机制限制了组播在各种网络业务中的应用.组播密钥管理通过为组播成员生成、发送和更新组密钥来满足加密认证等安全需求.组播密钥管理方案的设计,除了要满足基本的安全需求,还要兼顾可扩展性、健壮性、可靠性等多方面因素.分析了组播密钥管理所面临的问题,并通过对已有的几种组播密钥树方案的介绍,探讨和总结了组播密钥管理的研究现状和发展趋势.

摘要：对广州抽水蓄能B厂某发电电动机进行了三维涡流场有限元计算,建立了发电电动机的三维模型,分析了电流密度、磁密等场量的分布情况,获得了气隙径向磁密并进行了谐波分析。通过发电电动机的三维瞬态涡流场计算,可以更加准确地得到电机电磁场分布情况,运算结果能够为电机的设计、选型、国产化制造提供相应参考,在电机优化设计方面具有一定的参考价值。

摘要：输电线路运行区域广泛,其安全稳定运行受到包括气象、地形地貌、输电线路走廊环境变化、导线负荷变化等多类因素的影响。当环境温度升高或导线负荷增加时,都会引起导线温度升高,弧垂增大,影响导线对地距离。本论文针对目前架空输电线路弧垂监测精度不高的问题,利用北斗卫星差分定位技术,研发基于北斗卫星差分定位技术的输电线路弧垂监测装置,很好的解决了输电线路弧垂监测的难题。

摘要：输电线路的电磁干扰会对无人机操控、通信性能产生明显的影响,严重威胁了无人机巡检在输电线路运维中的应用,因此研究基于电磁场检测的输电线路无人机巡检自主避障具有重要的意义。提出了一种基于电场和电磁波检测的无人机避障模块的设计和搭载方法,通过检测无人机所处位置的电场和电磁波强度,判断无人机是否处于安全范围,进而实现无人机的避障功能。

摘要：直流接地极是直流输电工程的重要组成部分,其周围土壤电阻率的分布情况,直接影响到接地极的参数设计以及运行维护。为保证接地极的正常工作,避免对接地极附近人身安全及设备性能造成影响,有必要对接地极周边的土壤电阻率进行测试及建模。本文利用四极法和大地电磁法对接地极周边的土壤电阻率进行测试,将这两种测试方法得到的结果进行对比,综合分析了这两种方法在土壤电阻率测试方面各自的优缺点,并通过本团队自主研发的反演软件对土壤电阻率进行建模,最后根据该土壤模型计算得到的接地电阻值与参考值吻合度较高,验证了本文提出方法的可靠性和准确性。

摘要：利用Davenport风速谱方法,模拟脉动风速时程并转化为风压时程,对特高压屏蔽环有限元模型进行瞬态动力学分析。分析表明:屏蔽环风振效应显著,最大振动响应主要集中在环体部分,屏蔽环设计时应加强力学性能计算尤其是风振响应分析。

摘要：对于异物和树木靠近或缠绕上输电线路的问题,现阶段最新一般采用基于激光技术的异物清除装置。电力激光作业场景中不仅存在高压电,还存在高能激光,十分危险,因此需要做好合适的安全监控策略,对激光清异作业场景进行监控预警。针对作业场景监控器的移动前端特性,提出了一种适用于移动端的改进YOLO算法,选择了CSPDarknet-tiny作为特征提取主干网络,并将SPP、PANet等改进措施针对移动端的特性进行改进,使检测模型更适用于移动端检测环境。然后将改进的YOLO算法运用在了激光清异照射范围的目标检测作业场景中。同时针对检测任务,设计了相应的检测目标,并构建了相应的激光安全控制图像数据集(LSCD),并训练了检测模型。实验表明,与Faster R-CNN等算法相比,改进的YOLO算法具有更快的检测速度,仅为217 ms,在保证精度的前提下,极大地缩小了模型大小和推理时间,使其能更好地镶嵌到移动端设备,为前端检测危险并启动警报器策略起到支撑作用。此研究成果为电力激光作业下的智能在线监控提供了一定的参考价值。