蒸汽参数变化对汽轮机系统稳定性影响的机理分析

与广域的互联大电网相比,小型及微型电力系统具有能源综合利用效率高的优点。但小型汽轮机变工况运行频繁,蒸汽参数变化范围大。为了分析蒸汽参数对汽轮机系统稳定性的影响,通过对汽轮机工作机理的研究,建立了汽轮发电机组电磁功率随蒸汽压力变化的数学模型,避免了水蒸气的熵和焓等复杂物理量的测量。研究了蒸汽受限时,汽轮机入口蒸汽压力的变化过程;分析了给定系统在蒸汽受限时的安全稳定域,给出了极限时间与蒸汽受限严重程度、带载量的关系式。该成果对于实际运行中蒸汽受限时的紧急切负荷控制具有重要的指导意义。     

论抗寒梨种——南果梨树的栽培与无公害管理技术

南果梨作为适合于辽宁地区进行种植的抗寒梨种,在辽宁地区被广泛种植。对南果梨的生长特点进行简介,并对南果梨的栽培技术与其相应的无公害管理技术进行论述,以此保证南果梨种植的产量与质量,并促进辽宁地区林果产业的发展。     

仿植物蒸腾作用的高热流密度散热的研究

仿照植物蒸腾作用原理,利用毛细结构和相变技术研究高热流密度的散热问题。以发光二极管（Light Emitting Diode,LED）作为散热对象、乙醇溶液作为相变工质,考察了不同种类毛细材料特性和材料厚度对散热效果的影响。实验结果表明,毛毡材料价格便宜、加工方便,能够把LED的温度降到80℃。毛毡材料的厚度以8~12 mm为宜,乙醇溶液体积分数在80%以上散热效果更佳。     

耐温凝胶体系的研制及性能评价

为了满足稠油油藏调堵需求,以魔芋粉为主剂、乙酸铬为交联剂、木质素磺酸钠为延缓交联剂、亚硫酸钠为除氧剂、部分水解聚丙烯酰胺(HPAM)为增强剂,制备了一种的配方为200 g蒸馏水+0.5%HPAM+0.6%魔芋粉+0.7%乙酸铬+0.4%木质素磺酸钠+0.25%亚硫酸钠的魔芋粉凝胶体系,并考察了该凝胶体系的耐温性、抗盐性、长期稳定性和封堵性能。研究结果表明:在剪切速率为10 s-1时,120℃时的魔芋粉凝胶体系的凝胶黏度为9744.77mPa·s,温度升至150℃时凝胶黏度仍保持在4352.36 mPa·s;当矿化度达到1.4 g/L时凝胶黏度高达10000 mPa·s左右;在85℃条件下持续加热10 d后,凝胶黏度由3023.5 mPa·s降为2350.7 mPa·s,说明该凝胶体系具有良好的耐温、抗盐、以及长期稳定性能。封堵实验结果显示:向渗透率为4.1763μm2的填砂管岩心中注入0.5 PV的魔芋粉凝胶体系,封堵率高达98.35%,突破压力高达5.860 MPa,说明该凝胶体系的封堵性能很好,有望应用于稠油油藏调堵作业。表6参9     

基于蚁群最优算法的配电网重构

在电力系统中配电网的重构是配电网降低网络损耗的重要途径。但是由于配网本身的结构,其重构是一个非常复杂的大规模组合优化问题。提出了基于蚁群最优的算法来求解故障情况下的配电网络重构问题,通过改变开关的闭合状态来改变网络的拓扑结构,以达到网络损失最小。蚁群最优算法(Ant colony Optimization,简称 ACO 算法)是模仿现实中的蚂蚁寻食的过程来求解配电网的重构问题。这种方法的主要特征是正反馈、分布式计算以及富有建设姓的贪婪启发式搜索的运用。该算法不依赖各种初始参数,不易陷于局部最优,为了验证本文提出的算法的可行性和有效性,我们研究了一个算例。结果表明,蚁群算法与现有各种方法相比,具有适应性好、计算效率高、优化效果好的优点。     

与主网联系薄弱的地区小电网频率崩溃事故分析

介绍了黑龙江鹤岗伊春电网11.12大风雪事故发生的过程,对事故成因进行详细分析和反思。针对与主网联系薄弱的小规模电网,阐述了实时监测低频减载切除量工作的重要性,并对小电网的低频减载方案提出建议,充分发挥发电机组对电网频率的支撑作用。     

足球游戏在足球教学中的作用及应用

足球运动作为全世界最受关注的一项体育运动,在我国有着很好地群众基础,经过许多科学的实践分析,在教学中结合足球游戏,可以激发学生的兴趣,培养学生的智力并发展学生的体能。有利于学生更好地掌握足球运动的各种技术和技能,起到一个良好的促进作用。     

中低温超临界CO2及其混合工质布雷顿循环热力学分析

基于热力学第一定律对超临界CO₂混合工质再压缩布雷顿循环进行了热力学分析,重点讨论了在中低温热源下(200~400℃)加入气体种类及比例、透平入口温度、透平入口压力、分流比、主压缩机入口温度对循环热力学性能的影响。结果表明：加入0~10%的丙烷、新戊烷、异丁烷、正丁烷均能够提高循环效率,改善循环系统的热力学性能。在透平入口温度低于260℃时,加入乙烷的循环热效率低于单一工质CO₂。随着混合比例、透平入口温度和压力、分流比的增加,系统循环效率也随之提高。主压缩机入口温度增加,循环效率反而下降。     

基于TensorFlow 框架的施工现场违规行为智能识别方法

基于以往施工现场违规行为智能识别方法识别精度低的问题,基于TensorFlow框架设计施工现场违规行为智能识别方法.首先,序列化施工现场违规行为数据,将121维数据按数组转化的方式,转化成train dump.p的数据集;而后,基于TensorFlow框架搭建智能识别网络,保持识别边界信息;在智能识别网络中安装IronPython.dll,得出施工现场违规行为智能识别编码,通过编码智能识别施工现场违规行为.设计实例分析,可得出试验结果为该方法识别嫌疑系数误差值最高为0.42,试验对照组为0.59,设计的识别方法识别嫌疑系数误差值更小,可以实现对施工现场违规行为的精准智能识别.