为了构造一个复杂的逻辑表达式，可以使用（、）、并且、或者、非等按钮，点击一次这些按钮，就在表达式的当前位置添加一个相应的符号。4.2.6. 圆形查询圆形选择是选中包含在一个圆形相交的所有目标。操作方法是:首先在工具条上点击圆形选择按钮，在图层列表中使要查询的目标类型可见（参见:使某种目标在地图上可见），激活该图层为当前活动层（参见:在地图上查询某种目标），在地图上点击鼠标确定圆点，移动鼠标到下一个顶点，圆形用虚线显示，松开鼠标在地图上生成查询的圆形。随后，系统开始查询包含在该圆形框相交的目标，查询结果显示在查询结果窗中。4.3. 地图刷新4.3.1. 清除查询结果查询目标或生成缓冲区之后，可能会有目标处于被选中状态，被选中的目标用一个特定颜色的圆点标示出来。不再需要它们被标示时可以通过清除选择集来清除它们的标示圆点。当然，清除选择集更重要的作用就是置空选择集，有关选择集的知识超出了本文的范围，想要了解更详细的信息请参考有关的技术书籍。操作方法是:点击工具条上的清除查询结果按钮。4.4. 测量4.4.1. 测量距离测量距离用于计算一条折线的长度，操作方法和线选查询（参见:线选择）类似。操作方法是:首先在工具条上点击测量距离按钮，在地图上点击鼠标确定折线的一个拐点，移动鼠标到下一个拐点再次点击鼠标，直到确定了所有的折线拐点，点击鼠标右键结束折线拐点的确定。折线用虚线显示。同时，系统显示这条折线的总长度和当前线段的长度。 在采用电子技术、自动控制技术、多媒体等技术模型制作方面有着丰富的经验及独特的工艺，在金属动态模型制作上掌握着先进的技术，现发展成集模型产品设计开发、生产制作、销售及服务为一体的综合性企业。先进的设计理念，精湛的制作技术，专业化服务体系，为您提供高质量、最优价仿真模型产品1000MW机组核电站仿真模型一直以来，已为电力系统企业公司、石油系统企业公司、科技馆能源展区、科研院所、全国高等院校、职业技术学院、中等专业学校、培训机构、科技馆、青少年活动中心、科普基地、博物馆以及国家大中型企业提供了大批的教学模型和产品展览模型，产品畅销全国深受广大用户的欢迎和好评！1、电力科普模型 、新能源模型、核电站模型、风力发电模型、垃圾发电模型、太阳能发电模型风力发电动态演示模型2、桥梁模型、桥梁施工模型、施工机械模型3、电力工程模型、电机模型、变电站模型、变压器模型、高压开关模型、变电所模型4、污水处理模型、自来水厂模型、给排水模型、水泵及泵站模型、环境工程模型5、科技馆演示模型、博物馆模型、展览模型、能源科普模型、仿真模型、科技模型、发电 模型、石油模型核电站动态演示模型6、压缩机模型、暖通空调模型、供热工程模型、中央空调模型7、发电厂模型、燃机电厂模型、汽轮机模型、燃气轮机模型、锅炉模型8、采油模型、钻机模型、钻井平台模型、泥浆泵模型、钻井设备模型、固控模型、井控模型、抽油机模型9、水电站模型、水利工程模型、水轮机组模型、水工建筑模型、三峡模型垃圾发电厂生产工艺流程模型10、物流模型、物流沙盘模型、物流设备模型、物流机械模型、港口沙盘模型11、化工模型、化工设备模型、化工机器模型、炼油厂模型、合成氨模型、换热蒸发设备模型12、煤矿模型、采煤机模型、掘进机模型、矿山机械模型、钻探设备模型沸水堆模拟装置 蒸汽发生器模拟装置 以新能源为主体意味着双高（高比例、高电力电子装备）特点明显，由于状态改变时序短、序列信号频域分布广、影响动态过程变量混杂，采用传统以固定参数为核心的静态模型对系统进行描述和求解比较困难，需建立适应大规模强随机性系统的高性能仿真计算能力。第三，快速协同。新型电力系统对快速协同能力提出了较高要求，随着电网上下游主体互动加强，电网管理工作内容和形式将发生频繁变化，需把握数据主线，通过提升企业数字化运营系统的灵活性和开放性，实现规划建设、物资供应、安全生产、资产财务等全链条感知和全面贯通，提升业务效率，进而促进管理变革。在常年观测归纳和演绎的基础上，电力行业积累了丰富经验、规则和知识，可描述电力基础设施外形结构、系统电气量状态变化、拓扑连接关系等，将这些知识融入人工智能算法模型，形成数据驱动、知识引导和物理建模的新型智能算法，并用知识表达来刻画数据所蕴含的规律，进而形机协同模式，这取决于构建涵盖电力系统海量多源数据、算法、应用的完整知识体系。数字电网知识表达体系新型电力系统高维、动态、不确定性给电网安全稳定运行带来巨大挑战，传统方法难以精准完整刻画和实时掌控庞大的电力系统，相比之下，数字电网的多重知识表达，将推动新型电力系统可观、可测、可控成为现实。通过数字电网的多重知识表达，可提取物理电网的特征规律，精准描述物理电网设备的形态、系统运行的趋势、人-机-物三元空间的关联关系，实现对物理电网最优的决策控制。在中国工程院院士潘云鹤提出的AI 2.0知识三种表达（知识的形象表达、知识的语言表达、知识的深度神经网络表达）的基础上，面向数字电网支撑的新型电力系统进行具象化丰富，多重知识表达主要有四种形式:数字电网知识的形象表达主要应用于描述物理电网设备的形态；数字电网知识的函数表达主要应用于描述电力系统电气量、非电气量各类数据的时序变化物理规律；数字电网知识的语言表达主要应用于描述电力系统人机物环的关联关系；数字电网知识的深度神经网络表达则作为一种有效的数据驱动工具，对上述三类应用实现补充和支撑，这样即可形成数据驱动、知识引导和物理建模相互统一的人工智能模型。