以风险控制为核心的设备优化检修管理——点检定修在国投北部湾发电有限公司的实践与应用

点检定修制是实现预防维修、状态检修的一种现代设备管理体制,我国最早是在1985年宝钢自备电厂在引进日本TPM（即全员设备管理）软件后开始实施的,由于我国电力行业受长期旧管理体制的束缚和制约,这种设备管理模式的推广和应用比较缓慢,随着电力体制改革的不断深入,这种体制的先进性逐步被许多有识之士所赞同,90年代中期以后被设备管理较好的一些电厂迅速采用,目前全国五大电力集团和各个地区性的电力集团都在如火如荼地开展,形成了一股席卷之势。     

浅议油田计量工作对企业节能的作用

对于石油企业的节能降耗工作,计量工作在其中发挥着重要作用。做好油田计量工作,可以有效提高油田资源的利用率,减少能耗,是油田企业实现可持续发展的重要途径之一。文章分析了油田计量工作对油田企业节能降耗的重要性,分析了油田计量工作中存在的问题,并提出了一些改进措施。     

化学成分及热加工工艺对P92钢管坯组织性能的影响

P92钢近年来在国内越来越多地用于超(超)临界锅炉的高温主蒸汽管道,是制造电站锅炉四大管道关键材料,其长期性能和其组织有密切关系。探讨了δ铁素体组织与化学成分、冶炼及热加工工艺的关系。通过对成分、冶炼及热处理工艺的优化,抑制了δ铁素体的生成,生产出合格的P92钢管坯。     

空时分组码与线性分组码相结合的MIMO系统

空时分组码能够实现MIMO系统的完全发射分集，但不能实现任何的编码增益。对此，提出了线性分组码与空时分组码级联的MIMO系统，该系统能够同时实现完全发射分集和编码增益。仿真结果表明，在比特误码率为10^-5时，与未进行前向纠错的空时分组码系统相比，该系统能提供了大约2．7dB的编码增益。     

空时分组码与线性分组码相结合的

空时分组码能够实现MIMO系统的完全发射分集,但不能实现任何的编码增益.对此,提出了线性分组码与空时分组码级联的MIMO系统,该系统能够同时实现完全发射分集和编码增益.仿真结果表明,在比特误码率为10-5时,与未进行前向纠错的空时分组码系统相比,该系统能提供了大约2.7dB的编码增益.     

基于PC的成像制导远程实验系统软件的设计和研究

根据成像制导远程实验系统的特定要求,从系统实现的理论分析与实际设计和实现两个方面做了深入的研究;简要说明了整个实验系统平台的框架,深入细致的剖析图像处理算法、跟踪算法和视频传输等方面内容,成功实现了对动态目标的搜索、捕获和跟踪;并通过计算机网络,进一步构建了客户端"多机在线,单机控制"模式,完成了远程控制的系统要求;实验结果表明,系统具有较好的实时性和可靠性,对PC下实时视频图像处理有一定的参考价值。     

基于iFix组态软件的数据通讯接口开发

以正iX组态软件为基础,提出实时数据库与关系数据库的多种数据通讯方式,详细介绍了通过开放数据库连接（ODBC）方式开发的一种通用数据通讯接口中,该接口在多个自动化系统中得到成功应用。     

基于多尺度密集连接和U-Net改进的动态场景去模糊算法

针对现有去运动模糊网络在图像恢复过程中出现的纹理细节丢失、无法抑制噪声、产生振铃伪影等问题,提出一种基于多尺度密集连接和U-Net改进的动态场景去模糊算法。首先,借助U-Net网络中空洞卷积下采样有效扩大感受野,在不增加参数量的情况下避免图片产生不可逆损伤,并利用亚像素卷积在上采样过程中以小的卷积核获得清晰的图像细节,降低运算复杂度;其次,设计多尺度密集特征提取模块(multi-scale dense feature extraction, MDFE),通过密集连接的卷积层加强深层次特征提取和复用,运用空间金字塔池化(spatial pyramid pooling, SPP)分支引导多尺度特征的传递和融合,促进图像细节纹理的有效保留;最后,采用ConvLSTM双向连通结构(bidirectional convolution LSTM unit, BCLU)以非线性方式从编码路径补偿简单级联流失的上下文特征,推动深度特征跨阶段相互作用,弱化边缘伪影和噪声干扰。与现有先进方法对比,验证了本文所提算法在性能上的优势。     

水利工程建设项目社会稳定风险因素识别及对策分析

社会稳定风险分析是一项政策性强、涉及面广、敏感度较高的工作。本文结合水利工程建设项目的自身特点,对项目建设及运行可能产生的社会稳定风险因素进行识别,针对风险发生的可能性及影响程度,提出防范和化解风险的方案措施,为水利工程建设项目的社会稳定风险分析及促进社会和谐稳定提供借鉴。     

基于相似日和动量法优化BP神经网络的光伏短期功率预测研究

提出了相似日和动量优化BP神经网络的光伏短期功率预测方法,采用与输出功率强相关的辐照度作为相似变量选取相似日,通过动量法优化并以相似日历史数据和气象信息作为训练样本建立BP神经网络预测模型。以新疆某光伏电站的实际运行数据进行验证分析,结果表明该方法在晴天和非晴天天气环境下能够达到预测精度,验证了所提模型和算法的准确性和有效性。