2005年地热大事纪

《中华人民共和国可再生能源法》正式颁布 2月28日，十届全国人大常委会第十四次会议顺利通过表决，国家主席胡锦涛签署第三十三号主席令，颁布了我国第一部《中华人民共和国可再生能源法》，该法将于2006年1月1日起正式施行。     

地热热管融雪系统应用研究

基于热管技术,设计“地热热管道路融雪系统”,采用重力式热管将恒温层中的热量传递到道路表面以防止积雪.通过对热管及土壤中传热过程的分析,建立热管当量对流换热系数的物理模型,形成模拟热管在土壤中换热过程的有效数值方法.通过对融雪系统的三维非稳态数值模拟,得到热管运行30d内土壤温度分布的变化过程.数值计算结果显示,所设计的融雪系统能有效提高路面温度、防止积雪,可长期运行且无需外加动力,具有重要的工程应用价值.     

中国能源研究会地热专业委员会举办地热热泵培训班的第二号通知

最近10余年来，地热热泵作为高效的可再生能源节能设备被广泛用于供暖兼制冷，在世界上许多国家得快高速发展。为适应地热热泵在中国的发展，为培养和推进我国地热热泵市场的健康发展，为有潜力的单位尽快进入这一新领域市场，自第一号通知发布以来，我们已经收到70余人的报名回执。     

中国地热代表团访问新西兰和澳大利亚的考察报告

受国际地热协会西太平洋分会主席新西兰的劳莱士（Jim Lawless）和国际可再生能源协会主席澳大利亚雷（Peter Rae）的邀请，中国能源研究会地热专业委员会与河南、北京的部分会员组成的中国地热代表团，由郑克梭主任任团长，于2007年4月1日至12日先后访问了新西兰和澳大利亚两国。代表团在新、澳两国受到邀请单位和接待单位的热情款待，进行了专业学术交流和地热参观考察，并就今后进一步合作意向等进行了讨论。     

全球地热发电现状及展望

随着能源供需矛盾的加剧,各国都在努力加大包括地热在内的可再生能源在能源供给中的比重,构建多元化能源结构。地热资源因其稳定可靠、成本低廉、清洁环保等优点逐渐被各国所认识,开发热度逐年增加。主要介绍了随着地热发电业务近年来迅速增长,全球地热发电总装机容量逐年增加,干蒸汽发电、地热水发电技术日益成熟,干热岩发电技术获得突破,并开始商业化应用。并指出在国家产业政策和技术支持下,中国地热发电业务将快速发展。     

世界地热热泵的回顾

过去的10年中，地热热泵在约30个国家的年增长为10％，是全世界增长最快的可再生能源应用之一。目前全世界的装机容量估计约1．2万MW。（热功率），年用能约7．2万TJ（2万GWh）。实际安装110万台左右。     

基于AHP算法的地热勘探单位评估研究

近年来，地热勘探业发展迅速，致使该市场竞争尤为激烈，为了有效地规范地热勘探市场和评估各勘探单位的资质与能力，有必要对勘探单位进行必要的评估。本文利用AHP算法从确定评价单元、建立评价层次体系、构建判断矩阵和一致性的分析，最终得出多个单位的评价总捧序．此法为各种勘探组织进行综合评价提供了一条新思路。     

地热发电:蕴藏丰富 前景广阔

作为可再生能源的一员,地热能资源丰富。我国藏滇地热带有高温地热资源分布,可用于地热蒸汽发电;中低温地下热水直接利用的能量居世界第一,其中的温度较高者,可以先发电,再将尾水作综合利用。我国已开始干热岩地热资源发电领域的研究。     

地热发电市场的机会

能够提供清洁电力,使得地热发电有可能成为一种快速商业化并能够并网发电的可再生能源选择之一。     

Thermoeconomic analysis and artificial neural network based genetic algorithm optimization of geothermal and solar energy assisted hydrogen and power generation

The study aims to optimize the geothermal and solar-assisted sustainable energy and hydrogen production system by considering the genetic algorithm. The study will be useful by integrating hydrogen as an energy storage unit to bring sustainability to smart grid systems. Using the Artificial Neural Network (ANN) based Genetic Algorithm (GA) optimization technique in the study will ensure that the system is constantly studied in the most suitable under different climatic and operating conditions, including unit product cost and the plant's power output. The water temperature of the Afyon Geothermal Power Plant varies between 70 and 130 °C, and its mass flow rate varies between 70 and 150 kg/s. In addition, the solar radiation varies between 300 and 1000 W/m² for different periods. The net power generated from the region's geothermal and solar energy-supported system is calculated as 2900 kW. If all of this produced power is used for hydrogen production in the electrolysis unit, 0.0185 kg/s hydrogen can be produced. The results indicated that the overall energy and exergy efficiencies of the integrated system are 4.97% and 16.0%, respectively. The cost of electricity generated in the combined geothermal and solar power plant is 0.027 $/kWh if the electricity is directly supplied to the grid and used. The optimized cost of hydrogen produced using the electricity produced in geothermal and solar power plants in the electrolysis unit is calculated as 1.576 $/kg H₂. The optimized unit cost of electricity produced due to hydrogen in the fuel cell is calculated as 0.091 $/kWh.     

基于RBF神经网络和遗传算法的MPPT方法

为了克服传统MPPT方法的一些缺点,更好地实时调整光伏系统的最大功率输出,提出了基于RBF神经网络和遗传算法(GA)的控制技术。采用不依赖函数模型的遗传算法进行全局寻优锁定,训练RBF神经网络的最大功率点参数,由离线训练好的RBF网络对系统进行实时控制。采用Matlab建立的仿真模型验证了所提出方法的可行性和有效性。     

Optimization of turbine cold-end system based on BP neural network and genetic algorithm

The operation condition of the cold-end system of a steam turbine has a direct impact on the economy and security of the unit as it is an indispensible auxiliary system of the thermal power unit. Many factors influence the cold-end operation of a steam turbine; therefore, the operation mode needs to be optimized. The optimization analysis of a 1000 MW ultra-supercritical (USC) unit, the turbine cold-end system, was performed utilizing the back propagation (BP) neural network method with genetic algorithm (GA) optimization analysis. The optimized condenser pressure under different conditions was obtained, and it turned out that the optimized parameters were of significance to the performance and economic operation of the system.     

基于人工神经网络的暂态稳定时域仿真终止算法的研究

针对传统全过程数值积分产生大量多余仿真积分时步的问题,设计了一个人工神经网络分类器用于事故暂态稳定性分类。结合短时时域仿真,获取了暂态稳定性能指标,构建了人工神经网络暂态稳定分类器,进行了暂态稳定性的预测,以自动终止部分事故仿真计算,大大减少数值积分计算量。在某地电网系统中进行仿真,验证了该算法的有效性。     

基于遗传算法优化BP神经网络的垃圾焚烧炉结渣预测模型

利用遗传算法优化BP神经网络的初始权值和阈值,建立了垃圾焚烧炉对流受热面积灰结渣BP网络预测诊断模型。将建立起的BP网络模型应用于某焚烧处理生活垃圾量520t/d的发电厂机组,经过训练后的BP网络模型对检验样本的焓差进行仿真预测,优化前的平均相对误差为2.579%,优化后的平均相对误差为0.426%,表明经遗传算法优化后的BP神经网络更能准确地预测锅炉对流受热面的结渣状况,从而为优化吹灰提供指导,具有重要的实用价值。     

基于改进人工蜂群算法的Elman神经网络风机故障诊断

在风机齿轮箱故障诊断过程中,针对由于故障数据稀疏导致模型建立困难的问题,提出一种使用改进人工蜂群算法(IABC)优化Elman神经网络的故障诊断模型。该模型通过建立齿轮箱正常状态下的温度模型,采用残差分析,得到齿轮箱的故障状态,降低了建立模型的复杂度。采用IABC对Elman神经网络的相关参数进行优化,解决了Elman网络收敛速率慢、易陷入局部最优的问题。在IABC算法中,观察蜂阶段采用动态搜索策略,实现搜索能力和开发能力的平衡;在侦查蜂阶段,通过引入混沌变量扰动,增大种群多样性,进而达到全局最优。通过华北某风电场历史数据进行实验,结果表明,IABC与Elman神经网络的结合可对风机齿轮箱故障状态进行识别,且诊断正确率较高,可应用于实际故障诊断。     

改进层次分析法下的浅层地温能适宜性评价

传统的层次分析法(AHP)在划定权重时,赋值的跨度较大,很难对影响因子间的相对重要性进行数值的量化,因此采用改进的层次分析法,运用"三标度"法进行因子间的重要性量化,对于因子间的合理赋值取得了明显的效果。运用ArcGIS的空间分析模块,根据获得的权重值对研究区进行浅层地温能适宜性分区评价,经实际工程验证,确定评价结果的准确性。     

Optimization of fermentative hydrogen production process using genetic algorithm based on neural network and response surface methodology

A central composite design was carried out to investigate the effect of temperature, initial pH and glucose concentration on fermentative hydrogen production by mixed cultures in batch test. The modeling abilities of the response surface methodology model and neural network model, as well as the optimizing abilities of response surface methodology and the genetic algorithm based on a neural network model were compared. The results showed that the root mean square error and the standard error of prediction for the neural network model were much smaller than those for the response surface methodology model, indicting that the neural network model had a much higher modeling ability than the response surface methodology model. The maximum hydrogen yield of 289.8 mL/g glucose identified by response surface methodology was a little lower than that of 360.5 mL/g glucose identified by the genetic algorithm based on a neural network model, indicating that the genetic algorithm based on a neural network model had a much higher optimizing ability than the response surface methodology. Thus, the genetic algorithm based on a neural network model is a better optimization method than response surface methodology and is recommended to be used during the optimization of fermentative hydrogen production process.     

基于神经网络的燃气轮机故障诊断

对燃气轮机润滑油系统常见故障原因进行了分析,并结合专家知识建立了润滑油系统故障知识库;在此基础上将RBF人工神经网络引入燃气轮机装置故障诊断中来,由于采用了一种动态RBF网设计方法,使得神经网络的规模较小同时具有较高的泛化能力,提高了神经网络的诊断速度及准确性.