第十五章 电力系统过电压 15.1 知识点 15.2 重点与题解 15.2.1 线路波过程 15.2.2 稳态过电压 15.2.3 操作过电压 . 15.2.4 变压器绕组的电磁振荡 15.3 习 题 15.4 答案与提示 第十六章 电力系统的绝缘与交流电气装置的绝缘配合 16.1 知识点 16.2 知识点详解 16.2.1 放电理论 16.2.2 不均匀电场击穿特性 16.2.3 六氟化硫和气体绝缘电气设备 16.2.4 沿面放电 16.2.5 介质损耗 16.2.6 局部放电 16.2.7 绝缘试验 16.3 习 题 16.4 答案与提示 附录 A：《电气工程基础(二)》2006 年试题 附录 B：常用数学公式

市场经济中的蛛网模型 自由贸易市场中常见的现象:我们时常听到,今年的 苹果(陕西)大丰收,按说农民应该很高兴,但是由于价 格很低,农民反而赔钱,于是很多农户砍了苹果树,转 而经营其它农副业,类似的现象还发生在很多农副业 的产品,如鸡,生猪,桔子等消费品上.其大致规律是:一 段时间的上市量远多于需求量,引起价格下降,于是 物贱伤农,生产者发现养殖赔钱,于是转而经营其他 农副业.过了一段时间后,市场上供应量大减,于是因 为供不应求导致价格上涨.生产者又看到养殖有钱可 赚,又重操旧业,这样过一段时间后又会出现供大于 求的局面.如此反复循环

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

本题中所使用的长度单位为 E(=30.24cm)；容积单 位为 G(=3.785L(升)). 某些州的用水管理机构需估计公众的用水速度 (单位是 G/h)和每天总用水量的数据。许多地方没有测 量流入或流出水箱流量的设备，而只能测量水箱中的 水位(误差不超过 5%). 当水箱水位低于某最低水位 L 时，水泵抽水，灌入水箱内直至水位达到某最高水位 H 为止。但是也无法测量水泵的流量，因此在水泵启 动时无法立即将水箱中的水位和水量联系起来。水泵 一天灌水 1~2 次，每次约 2h. 试估计在任意时刻(包括 水泵灌水期间)t 流出水箱的流量 f(t)，并估计一天的总 用水量

背景:二战后期,比利时解放后,当局以通敌罪逮捕了三流画家范 梅格伦,理由是他曾将17世纪荷兰名画家扬•弗米尔的油画“捉 奸”卖给了纳粹德国戈林的中间人.可是,范•梅格伦在同年7月 12日在狱中宣布,他从未把“捉奸”卖给戈林.而且,他还说,这一 幅画和众所周知油画“在埃牟斯的门徒”以及其他四幅冒充弗 米尔的油画和两幅冒充胡斯(17世纪荷兰画家)的油画,都是他自 己的作品.这事震惊了全世界.因为油画“在埃牟斯的门徒”早 已经被鉴定家认为是真迹,并以17万美元的高价被荷兰一学会 买下

1.设备的定期维修问题 假设有一批同一类型的机器,考虑多长时间对这 批机器进行定期维修的问题.如果不进行定期维 修,或者定期维修时间过长,那么该设备就可能会 经常出现临时损坏,为此就要付出较多的应急维 修的代价(包括维修费用以及停工损失等).另一方 面,如果定期维修进行得太频繁,那么维修费也会 相应地大大增加.因此,选择适当的维修周期,就是 要使得定期维修的费用和应急维修的费用取得某 种均衡,以达到总维修代价最小的目的

对一个未知量,人们在测量或计算时,常不以 得到近似值为满足,还需估计误差,即要求知 道近似值的精确程度(亦即所求真值所在的范 围).类似地,对于未知参数θ,除了求出它的点 估计外,还希望估计出一个范围,并希望知 道这个范围包含参数真值的可信程度.这样 的范围通常以区间的形式给出,同时还给出此 区间包含参数θ真值的可信程度.这种形式的 估计称为区间估计

在物理学中,很多确定性现象遵从如下演变原 则:由时刻t系统或过程所处的状态,可以决 定系统或过程在时刻t>t所处的状态,而无需 借助于t以前系统或过程所处状态的历史资 料.如微分方程初值问题所描绘的物理过程. 将这样的原则延伸到随机现象,引入马尔可夫 性或无后效性:过程(或系统)在时刻t所处的 状态为已知条件下,过程在时刻tt所处状态 的条件分布与过程在时刻t之前的状态无关. 即已经知道过程\现在\的条件下,其\将来\ 不依赖于\过去\

在实际问题中,对于某些随机试验的结果需要 同时用两个或两个以上的随机变量来描.例 如,为了研究某一地区学龄前儿童的发育情况 ,对这一地区的儿童进行抽查,对于每个儿童 都能观察到他的身高H和体重W.在这里,样本 空间S={e}={某地区的全部学龄前儿童,而 H(e),和W(e)是定义在S上的两个随机变量.又 如炮弹弹着点的位置需要由它的横坐标和纵 坐标来确定,而横坐标和纵坐标是定义在同一 个样本空间的两个随机变量

分布函数能够完整地描述随机变量的统计特 性.但在一些实际问题中,不需要去全面考虑 随机变量的变化情况,而只需知道随机变量的 某些特征,因而并不需要求出它的分布函数. 例如,在评定某一地区的粮食产量的水平时, 在许多场合只要知道该地区的平均产量;又如 在研究水稻品种优劣时,时常是关心稻穗的平 均稻谷粒数;再如检查一批棉花的质量时,即 需要注意纤维的平均长度,又需要注意纤维长 度与平均长度的偏离程度.因此,与随机变量 的有关数值,能够描述随机变量的重要特征