采用交流海缆接入的海上风电场无功配置方法

对于海上风电采用交流电缆接入电网的形式,由于电缆充电功率较大,在接入电缆超过一定距离时,可能导致海上风电工程及其并网点电压以及载流量控制困难.针对上述问题,本文提出了海上风电经由交流海缆接入输变电工程无功配置方法.该方法可确定初步的无功配置方案;然后对不同方案下海缆的载流量以及沿线的电压分布情况进行了分析;最后,结合不同接入功率下接入点的电压波动情况,验证初步无功配置方案的可行性.     

新型农村金融机构运行效率分析——以山东省为例

本文从可持续发展及农户融资体验分析了新型农村金融机构的运行效率。通过与传统农村金融机构的比较发现:村镇银行的运行效率没有实质性改进;小额贷款公司运行效率优势明显,农户通过承担较高的贷款利率,获得了高效率的服务及期限灵活的贷款资金;农村资金互助社运行效率低下,可持续发展能力受到质疑。后续的改革政策应避免村镇银行演变成商业银行铺设网点的工具并密切关注小额贷款公司的长期经营风险。     

冲压工艺及模具设计课程综合型实验的开发与研究

针对模具设计与制造专业具有综合性和应用性的特点,在冲压工艺及模具设计课程中开发并实施了综合型实验项目。介绍了《冲压工艺及模具设计综合实验》的设计思想和方法,对教学内容的构思、实验效果等方面进行了阐述。     

固定流化床催化裂解多产丙烯工艺条件的研究

在固定流化床反应器上,采用 LCC-200型多产低碳烯烃催化剂,以大庆常压渣油为原料,考察了反应温度、重时空速、催化剂与原料油的质量比(剂油比)、水蒸气与原料油的质量比(水油比)对催化裂解产物分布的影响,并与提升管反应器的催化裂解实验结果进行了对比。实验结果表明,反应温度和剂油比对低碳烯烃收率的影响较大,重时空速和水油比的影响相对较小;较高的反应温度有利于多产低碳烯烃,低碳烯烃收率随剂油比的增大存在最佳。值在620℃、剂油比4、重时空速10 h~(-1)、水油比0.10的优化反应条件下,丙烯收率约为18%,乙烯、丙烯和丁烯的总收率约为35%。在相似的操作条件下,采用固定流化床反应器时,干气、液化石油气、汽油和焦炭的收率比提升管反应器离,而油浆和柴油的收率低;同时,乙烯、丙烯和丁烯的总收率也低。     

RBF神经网络在往复泵故障诊断中的应用

论述了RBF神经网络的基本网络结构和网络的学习及运行过程,结果表明:RBF神经网络具有极快的学习收敛速度。讨论了RBF神经网络在往复泵故障诊断中的应用,并对训练后的网络进行了仿真测试,仿真结果表明RBF网络有较高诊断正确率。     

焊接工艺参数对短路过渡过程的影响分析

采用汉诺威质量分析仪，通过三种焊机对比研究，在焊接速度为1．3—1．9m／min的情况下，分析电孤电压、送丝速度等工艺参数对短路过渡周期的影响规律。结果表明，送丝速度提高时，短路过渡周期减小，当焊接速度提高时，短路过渡周期出现不规律现象；当电弧电压增加时，短路过渡周期增加，在相同电弧电压下，焊接速度提高时，短路过渡周期增加。同时分析了不同焊机的电弧电压概率分布情况对短路过渡过程的影响。     

油管清洗修复作业线噪声治理措施

针对华北油田第一采油厂油管清洗修复生产作业线的噪声污染问题,在对油管修复生产线噪声污染状况进行调查的基础上,对主要噪声源点进行分析,结合每个噪声源点的特点,从噪声源头着手治理,提出了相应的噪声治理措施,使得噪声污染得到了较好的控制.     

基于深度学习的多输入特征融合的暂态电压稳定性评估方法

暂态电压稳定性评估是电力系统稳定性评估中的难点和重点。提出一种基于深度学习、考虑多输入特征集的暂态电压稳定性评估方法,首先建立包含故障前、故障发生时刻、故障切除时刻的多输入故障集;然后基于深度学习建立卷积神经网络并离线训练PMU数据,最终达到快速准确评估暂态电压稳定性的目的。仿真结果表明,提出的评估方法与现有的神经网络、最小二乘支持向量机方法相比,在准确率、评估速度2方面有着较大提升。     

基于改进深度学习方法的地震相智能识别

基于深度学习方法的地震相智能识别技术可以大幅度减少人工操作。现有深度学习方法的网络模型只能提取单一接收域下的目标特征,难以获取地震相在剖面上的全局空间分布信息,模型对少数类地震相的边界刻画效果较差,且缺乏对预测结果可靠程度进行评估的手段。针对这些问题,提出一种用于地震相分类识别的深度学习方法：在U-Net模型的末端加入金字塔池化模块以提高模型获取全局信息的能力;采用一种融合交叉熵与Dice指数的目标函数,改善不均衡数据中少数类地震相边界的刻画问题;提出“预测信息熵”的概念用于评估地震相预测结果的不确定性。该研究方法应用于F3工区地震相预测的实验结果表明：改进深度学习方法在地震相预测中具有更高的精度和更良好的边界刻画能力;同时,预测信息熵指标也能够较好地评价预测结果的不确定性。