特高压多端直流技术的应用及前景分析北大核心

输电走廊紧张和单一市场消纳能力不足日渐成为限制我国大型能源基地外送和充分消纳的关键问题。特高压多端直流输电适用于多个送端和多个受端间的远距离大容量输电,可节省宝贵的输电走廊,可灵活匹配送受端,有助于解决我国大型能源基地外送面临的输电走廊紧张和单一市场消纳能力不足等问题。特高压多端直流输电代表了未来直流技术发展的一个重要方向。结合乌东德电站送电广东广西特高压多端直流示范工程的设计工作,介绍了特高压多端直流技术的优势、应用情况,并分析了该技术未来的应用前景。     

“GRC”外保温节能住宅

“GRC”外保温节能住宅克服了内保温、中间夹心保温的缺点,节能率达50.4％。这是一种既适用于新建节能住宅,又可用于旧有建筑节能改造的新型的节能建筑形式。     

分离式熔剂法免提热浸镀铝炉的研制

分离式熔剂法免提热浸镀铝炉的研制黑龙江省机械科学研究院（１５００４０）宋民凯杨宗良栾志成姜洪盛１前言热浸镀铝,是对钢铁材料及其制品进行表面防护和强化处理的一种工艺方法。目前我国多采用坩锅热浸镀铝,由于浸镀较大、较长的工件需采用大容积的坩锅,而大容积坩...     

利用竖井防坠缓冲器防止蹾罐事故

竖井提升中,井筒的防坠问题和井底的防问题是关系到提升安全危及乘员生命的大事。我国目前竖井提升中所采用的防坠装置有三种,一种为木罐道防坠器;一种为钢轨防坠器;另一种为制动绳防坠器。本文专门对制动绳防坠系统进行分析,因为这种型式不仅在国内矿井应用面广,且其相对前两种有很多优点,投资少,安装方便,性能较前两者可靠。因此,如果能够把井底的罐事故隐患利用防坠系统解决了,这将大大简化井筒装备,对提高矿井提升的安全性具有十分重要的意义。1防坠与防的力学模型关系图1为防坠系统的原理图。在此系统中,当正常提升时,罐…     

再压缩sCO2 CPG联合循环热力优化

将CO_2地质封存与地热能开采相结合,利用CO_2羽流地热(CPG)系统开采超临界CO_2(sCO_2),并通过再压缩sCO_2布雷顿循环进行发电。建立了以太阳能为辅助热源的再压缩sCO_2布雷顿循环-CPG联合发电系统模型,研究了两类参数对联合发电系统性能的影响,并根据遗传算法进行全局参数优化以获得最大系统效率及最小度电耗sCO_2量。结果表明:再压缩sCO_2布雷顿循环-CPG联合发电系统具有较高的热效率,其中,主压缩机入口压力与分流比是影响系统热力学性能的主要参数,通过设计参数优化,系统效率可高达18.47%,度电耗sCO_2量减小至60.31 kg/(kW·h)。     

基于双阶段轻量YOLO的红外行人伪影检测算法北大核心CSCD

由于镜面回波效应,红外图像采集过程中行人不可避免出现反射倒影(本文简称“伪影”)区域,此时对后续行人检测会造成一定程度影响,对上述情况,本文提出一种基于轻量YOLO(You Only Look Once)的双阶段网络检测框架,先检测“行人-伪影”联合区域再精准定位伪影位置。首先,针对YOLOv5s轻量检测算法进行改进,使用LSM(Light Sample Module)双分支结构替换原下采样部分,并嵌入注意力机制来提高模型的特征整合能力,实现红外图像的背景过滤和联合区域提取。其次,对联合区域进行无失真矩形填充保持原始特征,设计轻量级行人伪影定位网络LS YOLO(Light Structur YOLO)检测联合区域获得最终的伪影位置坐标。实验结果表明,本文算法能够满足实时检测要求,在数据集中,相比其他算法获得更好的检测效果,行人伪影的检测正确率达到9545%。     

基于GMM-LSSVR模型的脱硫出口SO2浓度预测方法研究

采用燃煤机组脱硫系统原始非高斯数据建立的单一出口SO₂质量浓度预测模型精度较低，泛化能力较差，针对该问题提出一种基于高斯混合模型-支持向量回归(Gaussian Mixture Model-Least Squares Support Vector Regression, GMM-LSSVR)的建模方法。采用高斯混合模型(GMM)将训练集数据聚类为多个高斯数据集，对每个对应的子集建立独立的最小二乘支持向量回归机(LSSVR)训练模型。在此基础上，估计测试集数据属于每个种群的概率并对测试集进行聚类，将每个子集输入到对应的LSSVR模型中完成预测。现场数据实验表明：采用GMM聚类后每个子集的概率密度不规则波动幅度减小，数据高斯性增强；GMM-LSSVR建模方法测试集均方根误差(RMSE)、平均绝对误差(MAE)和可决定系数(R²)较单模型LSSVR方法有较大改善，具有更好的预测精度和泛化性能。     

电厂智慧监盘及预警诊断平台研究

电站设备由于长期在振动、磨损、高温等较为恶劣的环境中运行容易发生故障，且设备在发生故障的早期阶段具有隐蔽性，从而对运行人员监控机组状态产生干扰，无法在设备故障早期阶段做出预警，就会影响运行人员的判断，造成重大损失。因此对电厂设备进行在线监测与故障早期预警，是保障电站设备运行可靠性以及建设现代智慧电厂的重要手段。对此本文利用电站DCS系统中存储的热工过程数据，基于神经网络算法将设备测点组合抽象为预警模型，采用模块化设计，开发了燃煤火电智慧监盘及预警诊断平台。实践表明，该平台可以在设备劣化阶段早期迅速报警，通过Web端通知现场运行人员，真正实现了燃煤火电智慧监盘。