福清核电发电机定子冷却水系统试验分析

发电机定子冷却水系统在电厂中处于重要的地位,它保证了发电机在正常运行功率下的最大连续输出。在这个输出功率下,定子冷却水系统可以从定子绕组和端子带走热量,并把热量散到常规岛闭式循环冷却水系统。介绍了福清核电3号机组定子冷却水系统的功能,分析了其初步运行试验内容及问题,以期为发电机组长期稳定运行提供保障。     

秦二厂发电机定子冷却水流量异常分析

汽轮发电机定子线圈采用定子水内冷,当出现冷却水流量减少或中断时,定子线圈温度就会上升,危及发电机安全。二厂机组投运以来,出现定子冷却水流量异常的故障较多,其中以断水保护引起的流量故障较为常见。本文通过对上述故障进行分析,且对实施改造后现阶段运行状况进行说明,并针对性地提出现阶段运行存在的问题和建议,对进一步优化发电机定子冷却水系统运行有一定指导借鉴意义。     

秦二厂定子冷却水水处理方式及化学控制改进

本文分析了中核核电运行管理有限公司秦二厂QFSN 600-2型汽轮发电机定子冷却水系统水处理方式及化学控制存在的不足。通过增加智能碱化装置和氮气吹扫等水处理改进和水质控制优化,有效降低了发电机定子冷却水系统的腐蚀速率。对同类核电机组具有重要借鉴意义。     

发电机定子冷却水系统浅析

本文主要介绍发电机定子冷却水系统的功能,系统设备组成以及运行情况。具体说明了在日常运行中所遇到的主要操作以及风险分析,避免在操作中出现人因事故。并对该系统近期发生的事件以及事件处理过程进行介绍,文章最后对重要的技术改造进行了介绍并说明技改后新增设备的日常运行情况。     

面向区块链节点负载预测的ARIMA组合预测方法

准确预测服务器的剩余负载率可以合理地分配系统资源,提高系统的资源使用率。为了能有效提高区块链应用中各节点剩余负载率序列预测的准确度,提出了一种差分自回归移动平均(AutoregressiveIntegrated MovingAverage,ARIMA)模型、BP神经网络以及局部异常因子(Local Outlier Factor, LOF)算法的组合预测模型。对比ARIMA模型、ARIMA-BP模型、LOFARIMA-BP模型的预测结果,比较三个模型的预测能力。实验结果表明,LOF-ARIMA-BP组合模型的预测精度优于ARIMA模型以及ARIMA-BP模型。     

中国农业银行股票价格的统计分析及预测

ARIMA模型与指数平滑法是统计应用中非常广泛的两种方法 ,他们可以用来对数据进行拟合并预测。本文对时间序列中的ARIMA与指数平滑法进行了比较,并运用这两种方法对股票收盘价格进行预测,结果显示ARIMA在近期预测中效果较好。     

ARIMA模型在燃气调压器故障诊断的应用

研究自回归差分移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)在燃气调压器故障诊断及预警方面的应用,为预测燃气调压器出口压力提供理论依据。介绍自回归模型、移动平均模型和自回归移动平均模型,根据这3种模型建立自回归差分移动平均模型,步骤为数据的平稳化处理,识别模型种类后建立模型、检验模型,应用检验通过后的模型预测出口压力。利用北京某燃气公司2018年11月至2019年1月期间中低压燃气调压站监测的历史故障数据,针对喘振、用气高峰压力低、用气低峰压力高这3种典型故障状态,使用IBM SPSS Statistics V21. 0软件建立了ARIMA模型,对燃气调压器出口压力进行预测,效果良好。根据ARIMA模型建立了一种燃气调压器故障智能诊断系统。结果表明,应用ARIMA模型对燃气调压器进行故障诊断具有可靠性,模型能够准确描述燃气调压器发生故障时出口压力随时间的变化; ARIMA模型能够在短期内对调压器出口压力进行预测,具有建模简单和预测准确的优点;基于ARIMA模型建立的燃气调压器故障智能诊断系统,可以在短期内对故障做出判断并预警。     

ARIMA模型与BP神经网络模型的比较研究——基于供电企业电费现金流入预测

文章基于供电企业对电费现金流入预测的现实需要,分别建立了基于时间序列的ARIMA模型和BP神经网络预测模型,并对两种预测方法进行了对比分析,最终确定了以ARIMA模型为主、BP神经网络为辅的综合预测手段,有效地提高了电费现金流的预测精度,增强了供电企业的现金流管理水平。     

基于ARIMA乘积季节模型的苏州市介水传染病发病预测研究

目的探讨运用自回归求和移动平均(autoregressive integrated moving average,ARIMA)乘积季节模型对苏州市介水传染病发病率进行预测。方法利用R软件对苏州市2008年1月—2015年12月的介水传染病发病率数据进行拟合,构建ARIMA乘积季节模型,对苏州市2016年1—6月介水传染病的发病率进行预测。结果构建了ARIMA(2,1,2)×(0,1,1)_(12)乘积季节模型,模型Ljung—Box检验差异无统计学意义(Q=18.478,P=0.779),模型适用于短期预测,2016年1—6月苏州市常见介水传染病实际发病率均在预测结果95%可信区间内,预测结果相对误差的平均值为-0.024。结论ARIMA(2,1,2)×(0,1,1)_(12)季节乘积模型可用于苏州市介水传染病发病率的短期预测。     

某电厂450t发电机定子吊装系统有限元分析

本文运用ANSYS软件,对某电厂450 t发电机定子吊装系统建立三维有限元模型,并进行了有限元分析,得到了该结构的位移、应力等参数,在此基础上提出了设计建议。