变压器铁芯接地电流在线监测系统设计及其带电检测不确定度评定

在保持变压器铁芯接地电流在线监测系统硬件设施不变的前提下,研究了一种该系统的算法升级策略。使用多测点多列交叉神经网络支持的机器学习对该系统的接地电流进行测量,同时研究一种基于6倍标准误差率的检测不确定度标识方法,研究该系统算法升级策略的同时,分析不确定度的标识方法。技术革新后的变压器铁芯接地电流监测误差小于±0.395%,可以满足对变压器铁芯接地电流的测量需求。且该算法可以排除实际测量中因为变压器内外部复合故障导致的接地电流产生机理差异性影响。同时,重点研究了对铁芯接地电流误差测量中的扩展不确定度测量方法确认问题,实验数据验证了6倍标准偏差率作为扩展不确定度测量标度,可以满足该系统的测量误差标定需求。

纯音乐与语音-音乐混合片段的高准确识别方法

通过对同一首歌曲音频信号的特征分析,提出了一种基于音频片段平均短时能量和过0率标准偏差的融合判决方法.该方法解决了纯音乐与语音-音乐混合片段识别易混度高的问题,可以准确地识别同一首歌曲中纯音乐片段和语音-音乐混合片段,为去除音频中不需要的部分提供一种有效的预处理方法,并且可以更好地提高数据处理的效率和性能.实验结果表明,通过对不同风格、不同歌手以及不同语言的歌曲处理,纯音乐的平均正确率为92.30%,语音-音乐混合的平均正确率为96.36%.

纤维微结构与横向渗透率的关系

对不同纤维体积分数和不同纤维分布状态的纤维模型进行数值模拟,分析纤维微结构的改变对流体流动行为的影响。结果表明,在纤维体积分数低时,纤维间最小距离对平均渗透率影响小;在纤维体积分数高时,平均渗透率随着最小距离的减小而减小。研究渗透率标准偏差与最小距离、体积分数三者关系,在纤维体积分数低时,渗透率的标准偏差主要由最小距离决定;在纤维体积分数高时,渗透率的标准偏差由纤维体积分数及最小距离共同决定。