排序方式: 共有14条查询结果,搜索用时 46 毫秒
1.
2.
“十二五”期间,我国可再生能源将进入更大规模发展的新阶段.随着常规水电及抽水蓄能装机规模的快速增加,水电企业的集团化程度越来越高,这使得水电生产管理信息系统不仅要满足电厂侧的水电生产管理专业需要,同时也要满足集团侧运营管理的要求,实现水电生产管理模式标准化、规范化以及对新电厂的快速覆盖,从而支撑水电企业精益化管理以及集约化高速发展.本文对集团级水电企业生产管理信息系统的设计进行了详细阐述,并结合国网新源控股有限公司水电生产管理信息系统的实际,分析介绍了具体实现,为多组织、集团级水电企业的水电生产管理信息系统的建设和改造提供了有益的参考. 相似文献
3.
4.
5.
6.
7.
8.
近壁湍流中的拟序结构:喷发(ejection)和扫掠(sweep),对壁附近颗粒的扩散输运起着重要作用。本文首先采用直接数值模拟(DNS)方法得到槽道湍流(雷诺数Rer=Uδ/v=80)的速度场,然后追踪颗粒群中每个颗粒的轨迹,最后详细分析喷发/扫掠事件对颗粒群离散行为的统计特征。模拟结果表明,流向和展向的粒子离散,在扩散初期来自于扫掠事件中的粒子离散大于来自于喷发事件中的粒子离散。当扩散时间超过数倍拉格朗日积分尺度后,开始时刻处于喷发或扫掠的粒子运动规律没有明显的不同,也就是说这些粒子几乎已经失去初始记忆。 相似文献
9.
为提高水电机组振动趋势预测的准确率,本研究提出了一种基于最大信息系数(MIC)与双边门控循环神经网络(BiGRU)的水电机组振动趋势预测模型。首先,预处理阶段采用小波系数阈值去噪(WTD)方法对历史振动信号数据进行降噪处理以消除强背景噪声的干扰,并将振动信号划分为多个训练样本以改善算法的鲁棒性;其次考虑水力、电气与机械不平衡力因素的影响,基于MIC对与振动信号关联性强的状态参数进行特征选择作为模型的参考输入;再采用BiGRU网络建立振动信号预测模型,进行超前多步的振动信号趋势预测;最后利用训练好的模型对在线获取的振动数据进行实时预测。为评估模型的预测性能,本研究采集某抽水蓄能水电站的振动监测数据进行多组对比实验,验证了所提方法具有较好的预测能力和泛化能力,适用于水电机组振动的趋势预测。 相似文献
10.
《电厂标识系统编码标准》(GB/T 50549-2010)发布以来,以国网新源控股有限公司和南方电网调峰调频发电公司为代表的抽水蓄能发电企业对该标准进行了深入的研究,并在所属抽水蓄能电厂进行了推广.本文回顾了相关标准的发展历程,提出了电厂标识系统编码在抽水蓄能发电企业的典型应用,剖析了编码应用中存在的问题,以求为新的抽水蓄能电厂标识系统建设应用提供借鉴. 相似文献