期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Au负载ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球的制备及氢气气敏性能研究
1
作者
王维东
刘春
+3 位作者
黄伟
张恒源
吴启瑞
范鹏
《中国陶瓷》
北大核心
2025年第8期7-15,共9页
变压器油中溶解的氢气(H_(2))是变压器放电故障的重要特征气体之一,有必要对氢气进行快速、高灵敏的检测。采用水热法和液相沉积法制备了Au负载的ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球,并对其氢气气敏性能和机理进行了研究。结果表明...
变压器油中溶解的氢气(H_(2))是变压器放电故障的重要特征气体之一,有必要对氢气进行快速、高灵敏的检测。采用水热法和液相沉积法制备了Au负载的ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球,并对其氢气气敏性能和机理进行了研究。结果表明:Au纳米颗粒负载可以有效提高ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球的氢气气敏性能,在220℃的最佳工作温度下对50 ppm H_(2)的灵敏度为9.1,响应和恢复时间分别为1.9 s和2.6 s,展现出良好的可重复性、长期稳定性和选择性。Au负载ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球是变压器油溶氢气检测的合适选择,在变压器放电故障预警领域具有广阔的应用潜力。
展开更多
关键词
锡酸锌
二氧化锡
变压器油中溶解气体
气体传感器
氢气
在线阅读
下载PDF
职称材料
基于红外和可见光图像融合的绝缘子故障识别
2
作者
王勇
杨羽
+2 位作者
刘津硕
于海博
刘博
《红外技术》
北大核心
2025年第5期648-655,共8页
为了解决传统的绝缘子故障检测方法不能全面捕捉细节和小目标检测性能差的问题,提出了一种基于双流注意机制的生成对抗网络(Deep Supervised Attention Generative Adversarial Network,DSAGAN)和YOLOv8的绝缘子故障识别方法。通过DSAGA...
为了解决传统的绝缘子故障检测方法不能全面捕捉细节和小目标检测性能差的问题,提出了一种基于双流注意机制的生成对抗网络(Deep Supervised Attention Generative Adversarial Network,DSAGAN)和YOLOv8的绝缘子故障识别方法。通过DSAGAN对绝缘子红外图像和可见光图像进行融合,在生成对抗网络(Generative Adversarial Network,GAN)的生成器中引入注意力机制增强融合特征来改进融合质量,GAN的生成器与判别器得到的结果互相竞争而形成对抗网络,并采用最小二乘法(Least Squares,LS)代替交叉熵损失作为DSAGAN的损失函数,以保留更多图像细节,增强DSAGAN的稳定性。采用YOLOv8目标检测算法对融合后的图像进行故障识别。实验表明:通过DSAGAN融合后的绝缘子图像的5个评价指标均高于其他7种融合方案;YOLOv8目标检测算法对绝缘子破损、闪络、玻璃损耗、聚合物污秽的检测平均精确率mAP@0.5和mAP@0.5:0.95分别达到了0.917和0.639,相比于YOLOv5分别提高了0.026和0.08。融合图像在不同绝缘子故障的识别率均高于单一的红外或可见光图像,平均识别率达到了93%,相比红外和可见光分别提高了6.25和4.5个百分点。
展开更多
关键词
红外和可见光图像融合
绝缘子故障
DSAGAN
评价指标
YOLOv8
在线阅读
下载PDF
职称材料
题名
Au负载ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球的制备及氢气气敏性能研究
1
作者
王维东
刘春
黄伟
张恒源
吴启瑞
范鹏
机构
国网吉林省电力有限公司超高压公司
国网
中国
电力
科学研究院武汉南瑞
有限
责任
公司
出处
《中国陶瓷》
北大核心
2025年第8期7-15,共9页
基金
国家电网公司科技项目“变压器油中溶解气体在线监测能力提升与应用技术研究”(SGJLCG00YJJS2400153)。
文摘
变压器油中溶解的氢气(H_(2))是变压器放电故障的重要特征气体之一,有必要对氢气进行快速、高灵敏的检测。采用水热法和液相沉积法制备了Au负载的ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球,并对其氢气气敏性能和机理进行了研究。结果表明:Au纳米颗粒负载可以有效提高ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球的氢气气敏性能,在220℃的最佳工作温度下对50 ppm H_(2)的灵敏度为9.1,响应和恢复时间分别为1.9 s和2.6 s,展现出良好的可重复性、长期稳定性和选择性。Au负载ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球是变压器油溶氢气检测的合适选择,在变压器放电故障预警领域具有广阔的应用潜力。
关键词
锡酸锌
二氧化锡
变压器油中溶解气体
气体传感器
氢气
Keywords
Zn_(2)SnO_(4)
SnO_(2)
Dissolved gas in transformer oil
Gas sensors
Hydrogen
分类号
TQ174.75 [化学工程—陶瓷工业]
在线阅读
下载PDF
职称材料
题名
基于红外和可见光图像融合的绝缘子故障识别
2
作者
王勇
杨羽
刘津硕
于海博
刘博
机构
国网吉林省电力有限公司超高压公司
东北
电力
大学电气工程学院
北京中科创世科技发展
有限公司
出处
《红外技术》
北大核心
2025年第5期648-655,共8页
基金
国家电网科技项目“基于无人机多光谱融合图像的复合绝缘子典型缺陷识别技术研究”(SGJLCG00YJJS2300190)。
文摘
为了解决传统的绝缘子故障检测方法不能全面捕捉细节和小目标检测性能差的问题,提出了一种基于双流注意机制的生成对抗网络(Deep Supervised Attention Generative Adversarial Network,DSAGAN)和YOLOv8的绝缘子故障识别方法。通过DSAGAN对绝缘子红外图像和可见光图像进行融合,在生成对抗网络(Generative Adversarial Network,GAN)的生成器中引入注意力机制增强融合特征来改进融合质量,GAN的生成器与判别器得到的结果互相竞争而形成对抗网络,并采用最小二乘法(Least Squares,LS)代替交叉熵损失作为DSAGAN的损失函数,以保留更多图像细节,增强DSAGAN的稳定性。采用YOLOv8目标检测算法对融合后的图像进行故障识别。实验表明:通过DSAGAN融合后的绝缘子图像的5个评价指标均高于其他7种融合方案;YOLOv8目标检测算法对绝缘子破损、闪络、玻璃损耗、聚合物污秽的检测平均精确率mAP@0.5和mAP@0.5:0.95分别达到了0.917和0.639,相比于YOLOv5分别提高了0.026和0.08。融合图像在不同绝缘子故障的识别率均高于单一的红外或可见光图像,平均识别率达到了93%,相比红外和可见光分别提高了6.25和4.5个百分点。
关键词
红外和可见光图像融合
绝缘子故障
DSAGAN
评价指标
YOLOv8
Keywords
fusion of infrared and visible light images
insulator fault
DSAGAN
least squares method
YOLOv8
分类号
TM854 [电气工程—高电压与绝缘技术]
TP391.4 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Au负载ZnO/SnO_(2)/Zn_(2)SnO_(4)复合分级微球的制备及氢气气敏性能研究
王维东
刘春
黄伟
张恒源
吴启瑞
范鹏
《中国陶瓷》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于红外和可见光图像融合的绝缘子故障识别
王勇
杨羽
刘津硕
于海博
刘博
《红外技术》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
