- 博客(98)
- 收藏
- 关注
RSS订阅原创 南方电网--电路习题集
本文整理了电路分析课程中的典型习题，涵盖电路模型、等效变换、电路定理及一阶、二阶动态电路与正弦稳态分析等内容。题目涉及电流方向、电压源特性、电阻串并联、基尔霍夫定律应用、戴维南定理、叠加定理、时间常数计算、相位差判断等核心知识点，旨在帮助学生掌握电路基本分析方法与概念理解。
2026-11-07 13:32:48
144
原创 南方电网--电路理论知识点总结
本文系统总结电路基础核心知识点，涵盖电路模型、基尔霍夫定律、电阻串并联与等效变换、电源特性、动态元件行为及各类分析方法。重点包括参考方向设定、功率守恒、戴维南定理、一阶电路响应、正弦稳态分析与三相电路计算，构建了从基础元件到复杂电路分析的完整知识体系，为电路理论学习与工程应用提供坚实支撑。
2026-11-02 20:34:48
229
原创 南方电网2027年校园招聘笔试大纲
中国南方电网2027年校园招聘笔试涵盖综合与专业两部分。综合部分考察语言理解、数理运算、图形推理、资料分析及国情党情、企业知识；专业部分电气类聚焦电路、电机学、电力电子、高电压技术、电力系统分析与继电保护六大核心科目，重点包括电路分析方法、变压器与电机运行原理、电力电子变换器、绝缘与防雷、潮流计算、短路分析及保护配置等。备考建议按大纲逐项夯实基础，强化真题训练，注重概念理解与计算能力结合。
2026-10-28 15:38:13
161
1
原创 南方电网--高电压技术内容总结
本章系统阐述电介质的电气特性及气体放电原理。重点介绍电介质在弱场下的极化、电导与损耗，以及强场下的放电、击穿与闪络现象；分析电子、离子、偶极子及夹层式极化的特点与影响；探讨电导机制及其受温度、电场、杂质的影响；结合巴申定律、汤逊与流注理论，解析气体放电过程；并论述不均匀电场、电压类型、大气条件对击穿的影响，提出提高气体绝缘强度的方法，为高电压设备绝缘设计提供理论基础。
2026-10-28 15:30:28
221
1
原创 高电压技术--习题集
本文系统梳理了电介质基本理论、气体放电与绝缘、液体及固体介质特性以及绝缘预防性试验四大核心内容，涵盖极化、电导、损耗、击穿机制等关键概念，重点解析了介质极化类型、击穿机理、电场均匀性影响、局部放电危害及污闪成因，并介绍了绝缘电阻、介质损耗角正切（tgδ）等重要参数的测量方法与影响因素，全面阐述了电气设备绝缘性能评估与老化判别原理。
2026-10-28 15:18:55
143
原创 高电压技术——第8章 雷电过电压及其防护
本章系统阐述雷电过电压的形成机理与防护技术。从雷云成因、放电过程及关键参数出发，分析直击雷与感应雷过电压的产生机制。重点介绍避雷针、避雷线、避雷器等防雷设备的工作原理与应用，强调金属氧化物避雷器（MOA）在现代电力系统中的优越性能。结合输电线路、发电厂与变电所的防雷设计，提出“外部防雷+内部防雷”协同防护策略，突出接地、保护角、绕击率等工程关键点，为电力系统安全运行提供理论与技术支撑。
2026-10-28 15:09:51
259
原创 高电压技术——第5章 电气绝缘与高电压试验
本章系统阐述电气绝缘高电压试验的原理与实践，涵盖工频、直流、冲击三类试验。工频耐压模拟长期电压与过电压，通过试验变压器或串联谐振产生高压，结合球隙、分压器等手段精确测量；直流耐压侧重检测受潮、局部缺陷，采用整流与串级电路生成高压，配合高阻法或旋转电位计测量；冲击耐压则用于评估雷电及操作过电压下的绝缘性能。三类试验共同构成保障电力设备安全运行的关键技术支撑。
2026-10-28 14:54:34
216
原创 高电压技术——第4章 绝缘的预防性试验
本章系统阐述了绝缘预防性试验的必要性与实施逻辑，涵盖交接验收与预防性试验的区别，绝缘缺陷分类（集中性与分布性），以及核心试验方法：绝缘电阻、吸收比与泄漏电流测量，介质损耗角正切（tanδ）测试（西林电桥），局部放电检测及绝缘油性能评估（电气试验+色谱分析）。强调通过“三比较法”综合判断绝缘状态，结合整体参数与局部检测手段，实现对设备健康状况的精准诊断，保障电力系统安全稳定运行。
2026-10-26 14:52:13
221
原创 高电压技术-第2章 液体电介质的绝缘特性与电气强度
本章系统阐述液体电介质的绝缘特性与电气强度，涵盖介电常数、介质损耗角正切、电导及击穿机制。重点分析四种极化形式（电子、离子、偶极子、夹层极化）对介电性能的影响，指出极性液体介电常数与频率、温度密切相关，且损耗主要源于偶极子转向摩擦。非极性液体损耗低，而极性液体需关注黏度、温度对损耗的影响。电导以杂质离子为主，受温度影响显著，遵循指数规律。击穿机制包括纯净液体、含气泡及杂质引起的击穿。整体强调了介质损耗与电导对绝缘老化和热击穿的关键作用，为工程绝缘设计与状态监测提供理论依据。
2026-10-23 17:01:59
324
原创 高电压技术——第1章 气体的绝缘特性与介质的电气强度
本文系统阐述气体绝缘特性与介质电气强度，揭示气体绝缘的物理基础。从带电质点的产生（碰撞电离、光电离、电子逸出等）与消失机制（迁移、扩散、复合）出发，阐明电子崩形成过程及汤逊理论中非自持到自持放电的转变。结合巴申定律，分析气压、间隙距离对击穿电压的影响，并探讨工程中不均匀电场下的电晕、极性效应与长间隙击穿现象，为高压设备绝缘设计提供理论支撑。
2026-10-22 23:32:41
346
原创 高电压技术-绪论
《高电压技术》绪论系统介绍课程教材、考核要求及学科发展史，涵盖特高压交直流输电技术演进与我国电网格局。重点阐述特高压在远距离大容量输电、降低损耗、节约走廊等方面的显著优势，结合交流1000kV与直流±800kV工程案例，展现其在“西电东送”战略中的核心作用。课程构建“电介质绝缘—高压试验—过电压防护”三大知识体系，拓展至医疗、环保、军工等跨领域应用，体现高电压技术的综合性与前沿性。
2026-10-22 15:12:42
174
原创 高电压技术--课程介绍
《高电压技术》是电气工程核心课，聚焦高电场下绝缘介质击穿机理与过电压防护。内容涵盖气体、液体、固体介质放电特性，高压试验技术，雷电与操作过电压分析，以及绝缘配合设计。需掌握电路、电磁场、电力系统分析等前置知识，重点理解“电怎么击穿”与“如何防击穿”的工程逻辑。课程强调物理图像与工程应用，适合电网、设备制造、科研等领域发展，建议以“电场-绝缘-过电压”为主线，结合实例与对比表格学习，强化试验原理与计算能力。
2026-10-22 14:54:34
336
原创 第六章 控制系统设计与校正
本章系统阐述控制系统频率法校正设计，涵盖校正定义、性能指标分类及三频段特性关系。重点介绍串联超前、滞后及滞后-超前校正的原理与设计步骤，强调通过改变开环幅频特性满足动态与稳态指标。提出期望特性法实现一次性综合设计，适用于最小相位系统。并联校正可抑制扰动与非线性，提升鲁棒性。最后结合PID控制器及其经验整定方法，构建“指标→校正方式→参数设计→验证”的完整设计逻辑链，指出常见易错点，指导工程实践。
2026-10-18 19:07:17
298
原创 第五章 控制系统的频率特性分析法
本章系统阐述控制系统频率特性分析法：定义频率特性为正弦输入下稳态输出与输入的复数比，引出幅频、相频特性及与传递函数的关系。通过典型环节伯德图分析，掌握开环频率特性绘制方法。基于奈奎斯特判据，结合正负穿越与增补规则，判断系统稳定性；引入相位裕度与幅值裕度量化相对稳定性。结合三频段理论，建立频域指标（如截止频率、带宽）与时域性能（超调量、调节时间）的对应关系，指导系统设计与校正。
2026-10-18 12:21:43
183
原创 第四章 控制系统根轨迹分析法
根轨迹法是分析线性定常系统动态性能的重要图解方法，由伊文思于1948年提出。通过绘制开环增益$K_g$从0到∞变化时闭环极点在复平面上的轨迹，可直观判断系统的稳定性、稳态误差及动态响应特性。利用幅值与相角条件及十项绘制规则（如起点终点、实轴分布、渐近线、分离点等），可高效绘制根轨迹。结合主导极点思想，可估算超调量、调节时间等性能指标。通过引入开环零/极点可改造根轨迹，改善系统性能：增加左半平面零点使根轨迹左移，提升稳定性和响应速度；增加极点则可能降低稳定性。该方法广泛应用于控制系统的设计与优化。
2026-10-18 11:57:00
67
原创 第三章 控制系统的时域分析方法【习题集】
**正确原因**：\(\omega_n=10\)，\(2\xi\omega_n=10\)，\(\xi=0.5\)，\(\cos\theta=0.5\)得\(\theta=\pi/3\)。\(s^0(K)\)。稳定需 \(2-K>0\) 且 \(K>0\)，即 \(0<K<2\)。17. 二阶系统 \(\Phi(s)=100/(s^2+10s+100)\)，求该系统的上升时间 \(t_r\)（公式：\(t_r=(\pi-\theta)/\omega_d\)，其中 \(\cos\theta=\xi\)）。
2026-10-18 11:10:34
194
原创 第二章 控制系统的数学模型【计算题】【续第二章】
(T_1=a\) 与 \(L_1\) 不接触（\(L_1=-c\)），与 \(L_2\) 接触（\(L_2=-d\)），故 \(\Delta_1=1-(-c)=1+c\)？**解析：** \(\Phi=\frac{G}{1+GH}\)，\(1+\frac{5}{s+2}\cdot\frac{1}{s}=\frac{s(s+2)+5}{s(s+2)}=\frac{s^2+2s+5}{s(s+2)}\)，相除得 \(\Phi(s)=\frac{5s}{s^2+2s+5}\)。
2026-10-17 22:11:03
145
原创 第二章 控制系统的数学模型【习题集】
A. 输出信号的拉氏变换与输入信号的拉氏变换之比 B. 在零初始条件下，输出信号的拉氏变换与输入信号的拉氏变换之比 C. 输入信号与输出信号的比值 D. 系统微分方程的解。A. 各环节传递函数之和 B. 各环节传递函数之积 C. 各环节传递函数之差 D. 各环节传递函数之商。A. 使分母为零的根 B. 使分子为零的根 C. 使传递函数为1的根 D. 使传递函数为0的根。A. 使分子为零的根 B. 使分母为零的根 C. 使传递函数为1的根 D. 使传递函数为0的根。
2026-10-17 20:03:05
177
原创 第一章 自动控制系统的基本概念【习题集】
A. 系统希望存在的外部输入量 B. 系统不希望但又客观存在的外部输入量 C. 决定系统输出要求值的输入量 D. 系统的主反馈信号。A. 决定系统输出要求值 B. 影响给定输入量对系统输出量的控制 C. 是系统的反馈信号 D. 是系统的给定信号。A. 系统的扰动大小 B. 系统输出量的要求值或变化规律 C. 系统的抗干扰能力 D. 系统的稳定性。A. 系统的稳定性 B. 系统的动态响应速度 C. 系统的稳态精度 D. 系统的抗干扰能力。
2026-10-17 20:02:31
146
原创 第三章 控制系统的时域分析方法
本文系统介绍了控制系统时域分析的基本方法，重点阐述典型输入信号（阶跃、斜坡、抛物线、脉冲、正弦）及其对系统响应的影响。以一阶和二阶系统为例，分析了单位阶跃响应特性，揭示了阻尼比与无阻尼振荡频率对动态性能（如超调量、调节时间）的决定性作用。结论指出，欠阻尼状态在工程实践中最具应用价值，且可通过调整系统参数优化性能指标。
2026-09-30 19:32:24
61
1
原创 第二章 控制系统的数学模型
于是，由给定输入单独作用下系统的输出式，由扰动输入单独作用下系统的输出式，两式相加，得到系统总输出的拉氏变换式为。但对同一个系统绘出的不同结构图中，系统输入信号与输出信号之间的传递关系，即系统的传递函数，一定是相同的。机理分析法通常会先把系统划分为若干个独立的部件（环节），分别求出每个部件（环节）的动态微分方程，然后再合并各部件（环节），得到整个系统的微分方程。当多个环节前后串联，后一级环节的输入阻抗有限，会抽取前一级输出的能量 / 电流，改变前一级输出信号，后级对前级的这种耦合影响，叫做负载效应。
2026-09-13 00:08:00
176
原创 第一章 自动控制系统的基本概念
本文系统阐述了自动控制系统的基本概念，包括定义、基本结构与控制方式。自动控制指在无人直接参与下，通过控制装置使被控量按预定规律变化；系统由控制器与被控对象构成，输入量分为给定值与扰动量。控制方式分为开环（无反馈）、闭环（负反馈）和复合控制，其中闭环控制因具备自纠正能力而应用最广。闭环系统由被控对象、执行机构、测量装置、放大环节、给定环节、比较环节及校正环节组成，其核心为负反馈机制。根据数学描述与输入特性，系统可划分为线性/非线性、连续/离散、恒值、随动与程序控制系统。对系统的基本要求为“稳、快、准”。
2026-09-12 17:48:45
287
原创 自动控制原理（0基础学习入门）
下面我从复变函数论的纯数学角度，为你系统性地展开极点和零点的定义、分类、性质及判定方法。这部分内容不涉及任何控制工程的应用，只关注数学本身的结构与逻辑。一、预备知识：复变函数的基本分类复变函数的奇点（Singularity）概念零点是解析函数中使函数值为 0 的点，本身不是奇点（函数在该点解析且取值为 0）。极点是奇点的一种特殊类型。二、零点的数学定义与阶数2.1 零点的定义三、极点的数学定义与阶数五、留数定理中的极点应用。
2026-09-10 01:13:38
233
原创 解决Visual studio 2022重新安装后无法修改--共享组件、工具和 SDK问题
在安装了Visual studio2019后，发现代码没问题还经常报错，因此作者选择重新安装Visual studio 2022版本，然后你会发现电脑无法重新修改，因此作者到网上查阅相关资料。分享给大家，希望能帮助到大家。
2025-09-04 13:52:57
509
原创 latex使用教程（上）
LaTeX（发音为"LAY-tek"或"LAH-tek"）是一种基于TeX的排版系统，由计算机科学家Leslie Lamport在1980年代初期开发。它特别适合处理包含复杂数学公式、表格、参考文献和交叉引用的学术和技术文档。文档类型设置\documentclass{article} % 可选类型：article, report, book, beamer(幻灯片), letter等% 自定义下划线厚度和距离\setlength{\ULdepth}{0.5em} % 下划线深度。
2025-08-30 10:07:06
2962
原创 深度学习中的top-1和top-5区别
在深度学习看论文的过程中，经常会看到各种神经网络模型在ImageNet上介绍Top-1和Top-5准确率和Top-1错误率和Top-5错误率所谓的Top-1正确率和Top-5正确率指的是什么呢？如果ImageNet有1000个类别，在预测某一张图片时，模型会给出1000个类别的概率从高到低进行排名。所谓的Top-1正确率指的是排名第一名与实际结果相符合的概率Top-5指的是排名前五的类别包含实际结果的概率，这也是为什么Top-1的概率一般都远小于Top-5的概率...
2022-05-09 18:38:35
2942
2
原创 轻量级神经网络架构Inception-V1
谷歌自从2014年提出GoogleNet 网络模型，又叫Inception网络，目前有inception-v1、inception-v2、inception-v3、inception-v4四个框架。inception与ResNet结合成INception-ResNet-V1和INception-ResNet-V2等多个版本，给轻量化网络模型提供了很多可参考的意义，inception模块都是基于在Inception V1的基础上进行优化改进，主要介绍一下inception-V1的网络架构和INception-
2022-05-07 17:56:08
1361
原创 经典卷积神经网络--AlexNet分析与pytorch代码
2012年AlexNet卷积神经网络结构被提出，并且以高出第二名10%的准确率获得2012届ImageNet图像识别大赛中获得冠军，使得CNN成为了图像分类核心算法模型。AlexNet网络特点1：AlexNet一共有八层，五个卷积层和三个全连接层。由于是对ImageNet数据集进行分类，所以最后一层的输出会接上softmax，一共1000个输出(ImageNet一共有1000个类别),softmax会产生1000类标签。2：在AlexNet中，使用RuLu函数来增加模型的非线性能力。3：使用了Dro
2022-04-22 21:43:57
3438
3
原创 解决jupyter notebook的kernel error内核启动失败问题
当Anconda安装多个python环境时，或者由于多次卸载安装Anaconda时，导致python的kernel内核启动失败问题，使得jupyter notebook不可用。找不到启动文件。还有就是直接复制粘贴别人已经搭建好的环境过来，在kernel.json里面的启动内核环境还是原来的那个路径。如下图所示内核启动失败kernel error点击原因，你可以看到，系统找不到指定文件的路径本文的启动内核失败的原因是：直接复制另一台电脑上的环境，结果在kernel.json里的环境路径还是原来的那个
2022-04-13 12:24:20
24470
18
原创 池化层：最大池化MaxPool、平均池化AvgPool、自适应池化AdaptiveMaxPool区别--基于pytorch框架
文章目录MaxPool2d最大池化AvgPool2d平均池化AdaptiveAvgPool2d自适应平均池化池化操作的一个重要的目的就是对卷积后得到的特征进行进一步处理，池化层可以起到对数据进一步浓缩的效果，从而缓解计算时内存的压力。在pytoch中提供很多池化的类，这里主要介绍最**大池化（MaxPool）、平均池化（AvgPool）、自适应池化（AdaptiveAvgpool）**的区别,，其他方法类似。对于torch.nn.MaxPool2d()池化操作相关参数的应用，其使用方法如下所示tor
2022-04-07 14:50:22
13046
1
原创 解决This picacion faied to trt becuse t could, not find or load the Qt platform plugin “windows““问题
今天在复制自己的环境到另外一个电脑上时，运行一个matplotlib的展示出现下面报错，这个主要是因为你图省事，直接把别的地方的anaconda直接拷贝到自己的机器上，而忘记更改环境变量。这个时候，找到anaconda中和python.exe同级的文件qt.conf，将里面的路径改为自己电脑的路径即可首先打开你安装的路径，找到你刚导入的环境，我刚导入的环境是DLpytorch，打开它然后在里面搜索qt.conf，右键用记事本打开你这里就会发现你的环境还是之前的，就是你上个电脑的环境没有变动，
2022-04-01 16:44:35
804
原创 统计学习/机器学习常用小知识
文章目录统计学习的特点统计学习的方法机器学习的步骤统计学习的目的统计学习的应用领域机器学习的主要任务分类与回归的区别1. 输出不同1.1分类问题是输出**物体的所属类别**，而回归问题输出的是**物体的值**。1.2分类问题输出的值是离散的，回归问题输出的值是连续的1.3 分类问题输出是定性的，回归问题输出是定量的2.目的不同3.本质不同4.结果不同3.场景不同3.1分类问题3.2回归应用统计学习的特点关于计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的一门学科统计学习的方法机器学习
2022-03-21 15:12:37
2095
原创 Numpy和Pandas的区别
Numpy和Pandas都是数据分析常用工具包，但是功能是类似的。NumpyNumpy是Numericel Python的简称，也是目前Python数值计算中最重要的基础包。大多数计算包都提供了基于Python的科学函数功能，将Numpy的数组对象作为数据交换的通用语。ndarray一种高效多维数组，提供了基于数组的便捷算数操作以及灵活的广播功能。对所有数据进行快速的矩阵计算，而无须编写循环程序。对硬盘数组数据进行读写的工具，并对内存映射进行操作。线性代数、随机数生成以及傅里叶变换功能。用于
2022-03-17 22:15:43
2390
原创 机器学习实战--决策树算法
决策树决策树（decision tree）是一种基本的分类与回归方法。从判断模块引出的左右箭头称为分支，它可以达到另外一个判断模块或者终止模块。分类决策树模型是一种描述对实例进行分类的树形结构。决策树由节点（node）和有向边（directed edge）组成。节点有内部节点（internal node）和叶节点（leaf node）。内部节点表示一个特征或者属性，叶节点表示一个类。1. 决策树流程：收集数据：可以使用任何方法收集到的数据。准备数据：收集完数据之后，我们要对数据进行整理，将这些数
2022-02-26 22:19:14
449
原创 机器学习实战-- K-近邻算法
K-近邻算法K近邻算法（KNN）是1967年提出的一种基本的分类与回归的方法。工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新的数据每个特征与样本集中的数据对应特征进行比较，然后算法提取样本最相似数据的分类标签。一般来说，我们只选择样本数据集中前K个最相似的数据，这就是K-近邻算法的K的出处，通常K是不大于20的整数。最后，选择K个最相似数据中出现次数最多的分类，作为新数据的分类。1.分类一
2022-02-24 16:30:15
416
原创 Python游戏开发--外星人入侵（源代码）
文章目录1.效果展示2. 《外星人入侵》源代码2.1 image2.2 alien_invasion.py2.3 alien.py2.4 bullet.py2.5 button.py2.6 game_stats.py2.7 scoreboarf.py2.8 settings.py2.9 ship.py最近学习的python第一个项目实战，《外星人入侵》，成功实现所有功能，给大家提供源代码环境安装：python 3.7+ pygame安装 pygamepip install -- user pygam
2022-01-13 21:41:39
8488
14
原创 python机器学习--sklearn数据集使用
文章目录1.sklearn介绍2.基本概括2.1 估计器2.2 转化器3.sklearn中iris莺尾花数据集使用1.sklearn介绍Scikit-learn（以前称为scikits.learn，也称为sklearn）是针对Python 编程语言的免费软件机器学习库 。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN，并且旨在与Python数值科学库NumPy和SciPy联合使用。sklearn是一个Python第三方提供的非常强力的机器学习库，它包含了从数据预
2022-01-04 22:10:42
1868
原创 Python-学生信息管理系统.exe（代码）
学生信息管理系统的页面展示在前面已经介绍过了：Python-学生信息管理系统.exe下面是这个.exe文件完整代码，可以直接运行的代码代码如下所示import os #获取文件信息filename='stduent.txt'def main(): # 定义主函数 while True: #默认执行 menm() #调用定义的menm函数，打印主菜单功能 choice=int(input('请选择:')) #输入选择的功能 if ch
2022-01-04 21:49:44
421
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人