我国水资源合理配置的应用研究

论述了我国当前的水资源利用的情况及如何有效、合理地配置水资源,实行水资源可持续发展,并建立市场机制和国家宏观调控相结合的调节机制,使有限的水资源尽可能满足我国社会主义社会和经济发展的需要。     

LabVIEW虚拟仪器技术在水利测量中的应用研究

文章简单介绍了虚拟仪器,虚拟仪器包括最新的计算机技术、测试技术和强大的自定义软件,即是在以通用计算机为核心的硬件平台上,由用户设计定义、具有虚拟面板、测试功能由测试软件实现的一种计算机仪器系统。以水利测量自动化、集成化和水利信息数字化为背景,探讨了虚拟仪器在实际水利测量中的应用和综合测量仪器的开发方法。     

发电厂磨煤机误合闸原因分析及处理

通过对电厂一起电动给水泵人为跳闸事故引起的磨煤机误合闸事故的分析,找到了故障原因。即在电动给水泵和磨煤机的电气回路没有任何联系的情况下两台装置存在“软逻辑”联系。同时对直流220V合闸线圈是如何串入交流220V电压的原因进行分析．最后找出了事故发生的原因。     

饲草揉碎机转子模态分析及结构优化

针对目前饲草揉碎机转子工作时存在振动、噪声大的问题,为避免发生共振,采用理论分析和有限元仿真方法对转子自由模态进行计算,并通过模态试验对理论分析和数值计算结果进行验证。在此基础上,采用流固耦合方法对转子进行预应力模态分析。对转子进行共振分析发现激振频率与转子低阶频率较接近,极易发生共振,为增大激振频率和转子低阶频率避开率,基于响应面法对影响转子振动特性的结构参数进行优化。分析结果表明:预应力对转子的前3阶模态影响较大,频率分别提高了14.01%、12.01%以及10.54%;锤架板厚度对转子第1阶频率影响较大,主轴直径次之,锤架板直径影响最小;优化后频率避开率由原来的5.03%增大为20.83%,避免了共振的发生,且转子强度和刚度均满足使用要求。     

基于微分代数神经网络的含新能源区域电网端口动态特性学习方法

高比例新能源渗透背景下,建立能够准确描述复杂环境因素影响下含新能源的区域电网端口特性动态模型,对于新型电力系统动态分析至关重要。为此,提出了一种基于微分代数神经网络的含新能源区域电网端口动态特性学习方法。该方法利用微分代数神经网络,基于区域电网接入点的时序量测以及光照强度、温度等环境量测数据,学习以神经网络表达的端口特性模型。所得模型由初始状态提取模块、微分神经网络模块、代数神经网络模块组成,可直接接入电力系统暂态仿真器中,用于分析电力系统整体动态特性。在IEEE-39节点系统中对该方法进行仿真验证,测试结果表明：所得模型能够适应不同环境场景,准确率高,验证了方法的有效性。该建模方法仅依赖端口时序量测,在新型电力系统动态分析中具有较大的应用潜力。     

玉米集雨补灌灌溉制度试验研究

内蒙古准格尔旗属于半干旱黄土丘陵区,水资源严重缺乏,降雨量无法满足作物正常生长的需要,集雨补灌是保证作物稳产高产的必要条件.如何科学合理地进行补充灌溉,使作物水分利用效率最高,效益最大,拟定优化的灌溉制度是亟待解决的问题.本文探讨了集雨补灌条件下玉米作物的补灌制度,主要是抓住玉米生长的两个关键时期,一是在播种时采用坐水种,每亩坐水3m3～5m3,一般每穴坐水1kg,可抗旱30天,完全解决了玉米播种难的问题.二是在玉米生长前期(6月下旬～7月中旬),采用滴灌技术补灌1次～2次,亩次灌水12m3～15m3,亩均增产236.8kg～353.2kg,增产幅度为143.1%～233.7%.作物水分利用效率为2.57kg/m3～4.74kg/m3,集雨补灌效益显著.     

电力市场环境下虚拟电厂经济效益敏感因素分析

随着我国对新型电力系统建设要求的不断明确,虚拟电厂（virtual power plants,VPP）的建设得到了业界的广泛关注。然而,在虚拟电厂规模化推进建设和运营过程中,市场化环境下的经济效益影响因素尚未得到充分研究。针对此问题,对虚拟电厂的建设投资成本、运营成本和收益情况进行梳理,构建了虚拟电厂经济效益模型;进一步,在市场化收益的视角下选取敏感因素,提出虚拟电厂参与不同市场交易品种的经济效益分析方法;最后,给出算例验证,讨论了虚拟电厂经济效益在不同敏感因素条件下的变化趋势。研究结果可为新型电力系统市场环境下的虚拟电厂合理有效回收成本、参与市场交易提供客观的评价方法支持。     

武山矿区地质构造控制下岩溶发育规律

本文通过对武山地区地质构造演化过程的分析,重塑矿区岩溶发育史,进而推断深部岩溶发育程度,探讨了矿区外围岩溶发育规律,为预测深部矿坑涌水量、安全开采铜矿提供依据。研究表明:武山矿区的岩溶建造期从晚古生代开始,深部岩溶主要是在燕山期形成;北部岩溶发育受到硫化矿体和纵向断裂的影响;矿区外围岩溶总体发育程度不高的关键因素是区域构造背景控制了原始地下水动力场,限制了岩溶发育的深度;三叠系灰岩及第四系透水性能决定了目前赤湖水无法对深部开采造成严重威胁。     

基于数据挖掘案例推理的电站锅炉燃烧优化

考虑到基于智能计算的燃烧优化算法难以应用于工程领域的问题,设计了一种基于数据挖掘案例推理的电站锅炉燃烧优化系统。根据海量的分散控制系统(Distributed Control System, DCS)历史数据,采用改进的模糊减法聚类算法确定分类数,以模糊C均值算法建立初始案例库,通过目标寻优约简案例库。在线应用时,基于非可控因子的案例推理方法计算当前工况最佳燃烧参数,根据可控因子对输出参数进行修正,保证系统的实时最优性。对比某机组的优化效果表明,优化后选择性催化还原(Selective Catalytic Reduction, SCR)装置入口NO_x浓度平均降低26.2 mg/m~3,锅炉效率平均提升了0.21%。     

基于可变形卷积神经网络的人体动作识别

针对复杂场景中人体动作识别准确率不高的问题，构建了一种基于可变形卷积网络（DCN）与可变形部件模型（DPM）融合改进的人体动作识别系统。首先将DPM的部件滤波器由5个增加到8个，并结合分支定界算法共同将准确率提高约11个百分点，速度提高3倍左右；其次利用DCN根据人体动作进行感兴趣点采样；然后将改进的DPM与DCN在可变形池化前进行融合；最后通过全连接层对输入数据进行动作的识别。实验结果表明，此系统能够在人体动作数据集上更快、更准确地得到识别结果。