考虑异质能源时空互补特性的风光最大消纳策略研究

单一考虑最小发电成本造成弃风、弃光,而只关注风电、光伏等新能源最大消纳量容易造成电力系统不稳定。为了解决上述矛盾,首先分析了风、光、水、火异质能源之间的时空互补特性;然后以总发电成本最小化和风电、光伏消纳量最大化为双目标,考虑负荷平衡和各发电机组约束条件,建立了多目标电力系统优化调度模型,并利用模拟退火法进行模型优化。最后以某地区电网为例进行了仿真分析与计算,优化计算结果表明,利用异质能源之间的时空互补特性,在满足负荷需求和系统备用要求等前提下,提高了风、光消纳量,减少了化石燃料的消耗,验证了该模型在控制发电成本和增加风、光消纳方面的有效性。     

调相机冷却系统循环水泵电机振动超标原因分析及处理措施

循环水泵作为大型同步调相机的关键设备,其出现异常后会影响机组的安全稳定运行。电机振动超标不仅会造成电机自身使用寿命缩短,还会造成所拖动机械的损坏,严重时会导致调相机组非计划停运。文章研究循环水泵电机振动超标原因,分析异常振动机理,解决振动超标问题,为同类机组电机振动治理提供借鉴。     

镁基复合材料在干摩擦条件下的抗磨损性能研究进展

镁基复合材料具有高的比强度和比刚度,具备替代密度较大的钢或铝基结构材料的巨大潜力。但镁基复合材料的抗磨损性能较差,对其抗磨损性能的研究相对较少。通过加入强化相、稀土或原位合成强化相,热处理,表面处理等方法可在某些摩擦条件下不同程度地提高镁基材料的抗磨损性能。本文总结了近几十年来对镁基复合材料抗磨损性能的研究进展,并提出了基体的合金化和形成有效金属间化合物是提高镁基复合材料整体抗磨损性能的有效方法。     

某330kV变压器空载充电接地故障继电保护动作分析

针对某330kV启备变压器空载充电时发生继电保护动作的问题,通过分析电量分析仪记录的充电电流波形,指出该继电保护动作是由A相电流互感器接地故障引起,并给出了提高大型变压器充电试验安全可靠性的几点建议:加强对变压器高压侧电流、电压互感器的绝缘检查;适当提高变压器主、后备保护的灵敏度,防止励磁涌流造成继电保护动作;充电过程中应对变压器高压侧三相电压、电流进行录波。     

储能在高比例新能源电力系统中的应用及展望

储能能够实现电力供需的时间转移,发挥“库存”效果,在双碳目标的驱动下,新能源快速发展,电力系统对于储能的功率支撑和调节能力需求加快增长。为此本文介绍了储能技术的类型,并分析了储能在发电侧、电网侧、用户侧应用场景,在此基础上,结合当前我国电网和新能源发展实际情况,展望了未来储能系统在电力系统中应用需要研究的问题。     

浅析甘肃火电机组空冷系统发展与比较

对于甘肃省火电机组空冷系统的发展状况进行了阐述,并对直接空冷系统和间接空冷系统进行了介绍和比较.     

330MW间冷供热汽轮机组甩负荷试验

对于330 MW间接空冷供热汽轮机组甩负荷试验的组织、技术方面的措施进行了介绍,并对试验具备的条件、试验方法及步骤的重点工作进行了阐述。     

以机器视觉为支撑的玻璃绝缘子缺陷检测技术

为解决电力设备安全中的核心问题即检测绝缘子的非法使用,以机器视觉为支撑,图像获取单元利用LED红光源垂直照射绝缘子,CCD相机捕获反射光线,通过图像采集卡实时采集信号,而图像处理与缺陷识别模块则使用图像处理软件MATLAB等,经过相应的图像细化预处理、阈值分割和特征提取,有效检测和分类缺陷。在图像预处理方面,该技术采用了灰度值变换和图像滤波技术,特别改进了高斯低通滤波,以平衡噪声去除和细节保护的需求。随后,通过阈值分割将图像划分为不同区域,并提取关键特征参数,有助于准确辨别和分类不同缺陷。经实验证明,该技术可成功检测气泡和裂缝缺陷。     

EDTA低温复合清洗工艺的再研究及应用

EDTA低温复合清洗工艺与其他化学清洗工艺相比,该工艺适应于任何材质基建机组的化学清洗,实现了炉前、省煤器和炉本体系统的联合清洗,扩大了清洗范围,且腐蚀速率低,形成的钝化膜致密均匀。实施该工艺,不但能节省大量燃油和其他费用,而且可缩短基建机组的清洗工期,加快其试运进程,因此特别适用于火电厂基建机组的化学清洗。同时也延长了机组运行时的化学清洗周期。先后在甘肃平凉、山西榆社、甘肃连城、甘肃张掖、山东辛店、广东茂名、甘肃景泰、甘肃永昌等30余台300-600MW机组上应用了该工艺,清洗质量指标均达到DL／T794-2001《火力发电厂锅炉化学清洗导则》规定的优秀等级标准,实现了电厂零排放的要求,也都取得了良好的经济效益和社会效益。     

一种高精度优化Faster-RCNN变电站安全帽检测方法

针对传统变电站人工视频安全帽检测效率低和错误率高的问题,文中提出了一种优化的高精度Faster-RCNN安全帽检测方法。首先,以RPN为主干网络引入特征金字塔,增强检测算法浅层和深层信息表征能力;接着,引入K-Means++聚类算法优化Anchor参数,提升网络对小目标的检测能力;然后,以ROI Align代替RoI池化,消除量化误差和原始图片与特征图的映射偏差,从而提高检测精度;最后,采用开源安全帽数据集对改进的网络进行训练与测试,并将该模型与YOLOv3、RFBnet和传统Faster-RCNN进行了对比。实验结果表明：优化的Faster-RCNN相比RFBnet、YOLOv3和传统Faster-RCNN模型,将mAP值分别提高了6.81%、9.57%和5.09%,达到了92.43%;检测速度为18 frame/s,同时增强了变电站安全帽高精度识别能力。