ps：所有的从动杆或驱动杆的意思都是接地极
建立了描述多个集中土非线性电涌电流特性的动力学模型。 该模型在电阻率范围从5000 Ω cm到31000 Ω cm的土壤中，不时准确地解释了这些地球的浪涌行为。 与以前描述它们的方法相比，这带来了显着的改进。 使用新模型研究高雷电流下的集中地时，可以预料到比以前假设更大的电涌减小因子。 这项研究旨在克服以前从微不足道的实验结果中推断出值的困难。
由于土壤离子化，在高脉冲电流下接地电极的有效半径变得大于电极的外径。 因此，接地脉冲阻抗不同于通常在小电流下测量的60 Hz接地电阻。 如果已知土壤的临界电场，则可以估算任何给定脉冲电流的脉冲阻抗。 因此，对于接地系统设计以及雷电性能研究，必须有一个广义的土壤临界电场方程。 这里提出了土壤临界电场$E_c$的广义方程，它是土壤介电常数$k_g$和电导率$\sigma_g$的函数。 在不同的土壤，不同的水分含量下进行了广泛的脉冲测试和电气测量。 介电常数k g通过使用土壤填充的同轴传输线的波传播技术测量。 统计分析了波形对不同土壤临界电场$E_c$的影响。
先前的研究人员已经提出，如果已知土壤E c的临界电场，则可以准确估算接地棒的脉冲阻抗[1,2]。 然而，先前的研究报道了各种各样的E c值（70-2700 kV / m）[3-7]。 Oettle [4]建议E c值为1 MV / m。 但是，Mousa [6]观察到Oettle的结果在600–1850 kV / m的范围内变化，对于水分含量较高的土壤，其值较低（600–800 kV / m）。 Mousa进一步观察到，在雷暴天气和野外条件下，不均匀度要比实验室条件下高得多，Oettle结果的下限约为一半，即300-400 kV / m。 MousacitedLiew和Dayveniza [3]成功地使用临界电压为300 kV / m来模拟观察到的多个电极的动态行为。 因此，Mousa建议将300 kV / m用于典型土壤的临界电场。
由于土壤的电学特性因一种土壤类型而异，因此，$E_c$的单一值是不合理的。 因此，必须有适用于任何土壤类型的临界电场$E_c$的广义方程。
土壤的电参数是土壤电阻率$\rho_g$，介电常数$\varepsilon_g$（$\varepsilon_g = k_g \varepsilon_0$）和渗透率（$\mu_g = \mu_0 \mu_r$），其中空气中的$\mu_0$介电常数$varepsilon_0 = 8.854 \times 10^{-12}F/m$和$\mu_0 = 4 \pi \times 10^{-7}H/m$。 除非土壤中没有任何磁性材料，否则参数$\mu_g = \mu_0$。 据报道，频域测量土壤和岩石的介电常数和电阻率会随测量频率和水分含量的变化而显着变化[8-10]。 据报道，电容随着频率的增加呈指数下降。 电容测量中的误差是由极化效应引起的，极化效应与频率有关。 但是，由于脉冲电压或电流是时间相关的现象，因此接地系统的脉冲行为也是时间相关的现象。 因此，在时域内测量土壤电参数似乎更为合适。
这项研究的目的是根据不同类型土壤的广泛实验室测试结果，根据重要土壤参数$k_g$和$\sigma_g$提出土壤临界电场的广义表达式（$E_c$模型）。 统计分析了各种土壤中波形对临界电场$E_c$的重要性。
DOI 10.1515/aee-2016-0033
由于土壤电离现象，在脉冲条件下接地电极电阻会非线性变化。 已经提出了几种模型来模拟用于接地电极应用的土壤电离。 但是，迄今为止，还没有尝试将所有这些作品汇编成一篇全面的评论文章。 因此，本文旨在总结该领域的所有相关著作，作为一站式参考。 参考文献，本文旨在总结土壤电离模型的工作原理以及模型的准确性和性能分析。 本文特别强调了可用模型在准确性和性能方面的不足。 这些知识将有助于开发新的准确有效的土壤电离模型。
当高冲击电流通过接地导体[1-5]排放到土壤中时，会发生土壤击穿现象。 由于土壤的破坏，土壤的电阻降低，因此接地电极的峰值电压响应降低。 因此，土壤击穿提高了接地系统的效率。 提出了两个主要过程来解释在高脉冲电流放电期间土壤传导的增加，即（1）热加热过程和（2）土壤电离过程。 在热加热过程中，放电电流会增加土壤颗粒中现有水的填充温度。 由于加热过程，热水的电阻率降低，这继而导致散装土壤的电阻率降低，从而降低了接地电极的电阻[6-8]。 在土壤电离过程中，土壤颗粒之间的空隙中的电场增强，导致土壤分解[5，9-11]。 由于电离空气的电阻远小于土壤颗粒的电阻，因此等效土壤电阻降低。 值得注意的是，土壤电离是土壤分解现象的主要因素。
已经提出了几种电路模型来模拟土壤电离及其对接地电极电阻的影响。 尽管在该领域进行了许多公开的研究，但似乎没有一份全面的评论文章可以对优缺点进行评估。 参考文献，撰写本综述论文时要谨记以下目标：（1）总结CIGRE [4]，Bellaschi等人提出的可用土壤电离模型的功能和工作原理。 [3]，Nor等。 [12]和Liew和Darveniza [13]和（2）在准确性，所用方法的复杂性和应用方面评估了所述土壤电离模型的优缺点。 在本文的最后，还提供了土壤电离模型与相应实验结果之间的比较。 本文的其余部分安排如下：
第2节介绍了介绍土壤电离过程和接地电极电阻特性的理论背景。 在第3节中，对土壤电离模型进行了严格审查。 第四部分讨论了土壤电离模型的准确性和性能分析。 最后，第5节给出了整体讨论和结论。
其实导线和真空中电磁波的传播的波动方程是一致的，因为导线内并不存在电荷，整个导线是处于中性状态，故麦克斯韦方程组可以写为：
$\nabla \cdot E = 0\tag{1}$ $\nabla \cdot B = 0\tag{2}$ $\nabla \times E = - \frac { \partial B } { \partial t }\tag{3}$ $\nabla \times B = \mu _ { 0 } \varepsilon _ { 0 } \frac { \partial E } { \partial t }\tag{4}$
对式（3）两边都去旋度。
$\nabla ( \nabla \cdot E ) - \nabla ^ { 2 } E = - \frac { \partial } { \partial t } ( \nabla \times B )$
由于式（1），所以可以简写为
$0 - \nabla ^ { 2 } E = - \frac { \partial } { \partial t } ( \mu _ { 0 } \varepsilon _ { 0 } \frac { \partial E } { \partial t } )$
这里用到一个矢量三重积公式：
$\nabla \times ( \nabla \times E ) = \nabla ( \nabla \cdot E ) - \nabla ^ { 2 } E$
最后，波动方程为：
$\nabla ^ { 2 } E = \mu _ { 0 } \varepsilon _ { 0 } \frac { \partial ^ { 2 } E } { \partial t ^ { 2 } }\tag{5}$
第一章
第二章
第三章
记忆是什么？记忆是脑部的神经元的排列组合，即新的记忆要生成或激活新的神经元系统。而哪些记忆能够真正在大脑皮层激活神经元呢？是由海马体放行的记忆，那么如何能够快速记忆，方法就是欺骗海马体，让海马体觉得是重要的知识需要放行，如何欺骗海马体呢？重复。
关于重疾险这个险种最主要的问题有3个：
这三个问题是层层递进的，若你能回答最后一个问题，前两个问题就不用回答了，但这里还是一条一条的说。
要了解重疾险和医疗险的区别，医疗险的购买周期是1年，而重疾险多保障周期是30年或终身。医疗险一旦某一年出险，报销当年医药费，再往后很难顺利续保，而重疾险是一次性给付，不管钱用来干什么。这只是这两个险种的最主要区别，在此不深入分析，而重疾险的一次性给付规则是回答后两个问题的关键。
了解了重疾险的一次性给付规则后，保险条款里一般会附加一条，若在交保费期间出险，后续保费可豁免。可以这样理解，一个人2018年保了一份重疾险，按照规定需要连续交30年，每年交8千块，但他2019年就出险了，保险公司会赔付50万，而后续的29年的每年8千块就不用再交了。
所以改变以下思路，先不去站在不会生病的角度，考虑30年后的保额50万会贬值多少，而站在我可能会在近期生病的角度考虑问题，那么这就是短期看空自己的身体状况条件。
我们的保额50万是哪里来的呢？我们可以看作是自己每年定投8千块的理财，连续投资30年，年利率大约4%多一点。这样就可以清楚的看到，我们的钱是每年投进去的，若不出险则年利率4%，和银行理财差不多。若在这30年内出现，由于后期的本金不必投入，则利率飙升。所以则就是我们和保险公司的对赌，我们看空我们的健康状况，保险公司看多我们的健康状况。
那题目中的信用资产是什么意思呢？是保险公司给我们的健康信用及还款能力的估值，相当于我们从保险公司借了50万放在一个账户里，我们要每年还给保险公司一些钱，若出险了会将这50万用掉，则剩下的钱就不用还了。
什么人需要买重疾险？一句话说明就是防止熔断。
也就是在资产配置角度来看，考虑自己的资产，若忽然需要拿出50万现金对于一个家庭很有负担的话，那么这个家庭则有必要配置一份重疾险，利用自己的健康估值给家庭资产提供一道护城河，若是富有的人，拿这部分钱去投资也是很好的处置方案，前提是有投资能力，若没什么投资手段，考虑30年后的50万会贬值多少也是没意义的，趁着货币价值最大化的现在花掉或者存银行，都会给未来的家庭资产状况造成大影响。
以上是第二个问题的解答。
第三个问题的解答，就涉及了保险的次序准则，先理解保险是家庭资产配置的一部分，保险的作用是保护家庭资产的，所以先保挣钱的人再去管孩子，也就是先保大人。但这里孩子的健康状况好，估值高，响应的就是杠杆也会大，物美价廉。
总结以下，若你是一个家庭的顶梁柱，50万或100万又对你的家庭很重要的话，看看你的现金流，可以的话，买份重疾为你的家庭加一道护城河吧。
纯粹是写着玩儿，自己也不懂金融，且将自己的随想写下来。
我一直有一个疑问，公司股价的高低和公司的运营资金有关吗？我觉得没关，公司上市的作用是一个复杂的体系，这个体系有3点最为重要。
公司运营的现金流肯定和股市无关，因为股市中没有1分钱，有的只是巨量的现金流动行而已。一买一卖只是从一个人的账户转移到了另一个人的账户，股市中的价值只是一个数值。若想卖时没有人买，那么就无法卖出，无法卖出钱就进不来自己的账户，怎么办只能降价。当然在股市中，是一种双向要约体制，若有人想买没人卖，也无法买进，只能涨价希望有人能够卖出。股市体现的就是这个买入值和卖出值的变化而已，与公司运营资金没有任何关系。
那股市中股价的上涨会让所有人都高兴，因为感觉所有人都挣钱了，还是那句话，账面资产只是一个数额，这个数额在能够卖出之前是不能作数的，而以市场体量考虑，一旦卖出必然会降价，所以在全市场卖出时的账面价值一定远高于实际价值，而反过来，全市场买入时的账面价值一定远高于实际价值。这是从全市场的角度考虑，分配到个人身上，那就是在寻找接盘侠的过程，在全市场卖出时，用账面价值买到远低于实际价值的股票，再在全市场买入时，卖出远高于实际价值的股票，这就时个人的获利方法。
股市上涨或下跌只是假象，只是美丽的泡沫，是流动性的风吹出来的泡沫，它一文不值，只能表征整体买入还是卖出流动性的大小而已。
最近，需要对大量的仿真文件集中处理，刚写了一篇如何利用python批量处理txt文件转换为csv文件。
可以去这里看到这篇文章
但如果每一个csv文件均单独写个语句导入matlab则太繁琐了，而且要分别对每一个导入的文件命名，若命名太繁琐则调用很麻烦，若太简单则描述不清楚具体仿真参数是怎样设置的。
针对这种情况，在导出仿真文件时就将文件名设置好，用语句批量导入Matlab，文件名作为结构体中的子类（即该文件的标签）则很好的解决这个问题，标签的传递也会很方便，可以将过程变量均打上这个标签就会很方便。
所以我写了一个批量读取CSV文件的子函数。
经常会对pscad仿真的数据利用matlab进行二次分析，而pscad的数据导出为.txt文件，而matlab则需要csv文件进行导入操作，故会有大量的将txt转换为csv的需求。
对于简单的数据处理，直接利用excel自带的从txt导入数据就可以，但是若需要大量进行此类操作就比较麻烦。在网上找了一段代码，原有代码中的数据分隔用的是”;”，而pscad的导出文件用的是”,”，简单修改一下，亲测好用。
引用自：txt批量转csv