全文获取类型
收费全文 | 98篇 |
免费 | 16篇 |
国内免费 | 2篇 |
专业分类
电工技术 | 33篇 |
综合类 | 4篇 |
化学工业 | 3篇 |
金属工艺 | 7篇 |
机械仪表 | 4篇 |
建筑科学 | 13篇 |
能源动力 | 26篇 |
轻工业 | 1篇 |
水利工程 | 5篇 |
一般工业技术 | 8篇 |
冶金工业 | 8篇 |
自动化技术 | 4篇 |
出版年
2023年 | 5篇 |
2022年 | 5篇 |
2021年 | 4篇 |
2020年 | 3篇 |
2019年 | 8篇 |
2018年 | 7篇 |
2017年 | 2篇 |
2016年 | 5篇 |
2015年 | 5篇 |
2014年 | 9篇 |
2013年 | 8篇 |
2012年 | 7篇 |
2011年 | 7篇 |
2010年 | 4篇 |
2009年 | 2篇 |
2008年 | 5篇 |
2007年 | 7篇 |
2006年 | 5篇 |
2005年 | 5篇 |
2004年 | 3篇 |
2003年 | 2篇 |
2002年 | 3篇 |
1999年 | 1篇 |
1998年 | 1篇 |
1997年 | 1篇 |
1995年 | 2篇 |
排序方式: 共有116条查询结果,搜索用时 15 毫秒
31.
报价前的准备工作是报好价的关键。要使报价合理,又具有竞争性,在国际市场竞争中立于不败之地。就必须做好调查研究,熟悉招标文件,并进行承包工程项目的可行性研究。 相似文献
32.
储能是解决大规模可再生能源并网问题的重要手段,然而,储能系统的投资成本高、运维损耗大,且不同类型储能系统的技术经济参数存在差异。因此,研究不同类型储能系统的混合优化配置及其经济性具有十分重要的意义。提出风光电站内容量型和功率型储能系统混合配置优化方法,以储能系统全生命周期净收益最大为目标,采用遗传算法进行求解;以张家口地区风光电站实际运行数据和当前3种主流储能电池实际参数为例,分析不同敏感性因素对储能系统选型及容量配置的影响。算例结果表明:容量型储能系统的经济性对电池价格变化更为敏感;液流电池及超级电容混合配置的经济性最佳。 相似文献
33.
34.
传统风电功率预测是确定的、静态的、非条件性的,无法代表不同外部状态的发电过程,缺失预测误差的概率性信息。针对上述问题,提出了一种动态的基于风场景识别的风电功率概率预测方法。首先建立基于K means的风场景识别模型,根据风速和风向识别自然风特征,据此划分风电场风况类别。然后针对各风况类别建立基于相关向量机的概率预测模型。在实际预测中,根据实时风况动态调整概率预测模型参数。以中国西北某风电场为例进行验证,结果表明,该方法提高了单点预测精度、概率预测可靠性和技术分数、运行效率,为预测细化建模提供新的解决思路。 相似文献
35.
大规模风电并网会对电力系统的安全和经济运行带来不利影响,因此进行风电功率预测具有重要意义。基于CFD流场预计算的风电功率预测方法巧妙地解决了预测效率与精度间的矛盾,具有较好的工程实用性。为进一步改进基于CFD流场预计算的功率预测方法,将其应用于某一风电场进行了为期一年的功率预测,并对预测结果的误差分布进行研究。结果表明:预测方法精度较高,能够较为准确地预测风电场的各种出力方式,满足应用要求;误差频率分布随季节变化,预测功率存在横、纵向误差,不同的来流风速、风向对应不同的预测误差;预测过程应进行非均匀的风况离散,从而实现对预测方法的高效合理利用。 相似文献
36.
风电场功率预测现有模型一般采用基于批量训练方式的单隐层BP神经网络,针对该模型易陷入局部极小及预测精度较低等缺点,结合风电场功率预测数据量大及不确定性大的特点,建立一种基于增量处理方式的双隐层BP神经网络模型,具有预测精度高、较好跟踪功率波动、运算速度快、不易陷入局部极小等优点;目前预测模型一般使用线性归一化方法对神经网络输入输出参数进行处理,基于风电场功率数据取值分布不均匀的特点,提出一种新的非线性归一化方法,实例证明,该方法可有效提高预测精度,尤其是较高功率值和较低功率值预测效果更佳。 相似文献
37.
传统叶片优化设计中缺乏对截面翼型的考虑,导致叶片设计难以达到最优效果。为解决此问题,提出了考虑不同截面翼型的风电机组叶片优化设计方法,以截面翼型、弦长和扭角为设计变量,以年发电量最大化为目标,兼顾考虑相对厚度和相对弯度限制,建立了叶片参数设计遗传算法优化模型。以某1.5 MW风电机组为例,验证所提出优化设计方法的有效性。结果表明:考虑截面翼型等参数优化后的叶片功率系数明显增大;机组特性曲线在较大范围内均能保持在最佳功率系数附近,更易控制在最大风能捕捉效率点运行,从而提升了年发电量;同时,增加考虑相对厚度和相对弯度限制以更贴近实际工程应用。 相似文献
38.
基于天气分型的风光出力互补性定量分析方法能够科学指导风光互补发电系统优化调度。针对现有天气分型方法中主成分分析法无法提取非线性特征,分布领域嵌入(t-SNE)算法未考虑样本实际分布等不足,提出了基于核主成分分析(KPCA)和自组织特征映射(SOFM)神经网络的天气分型及风光出力互补性分析方法。首先,基于数值天气预报数据,利用KPCA进行特征向量提取;然后,以特征向量为输入条件,构建基于SOFM神经网络的天气类型划分模型;最后,基于波动互补率和爬坡互补率评估指标,从波动性和爬坡性2个角度定量分析不同天气类型下风光出力互补程度和最佳并网容量比例。结果表明不同天气类型下风光出力波动互补性及最佳并网容量比例差异明显,验证了所提方法的有效性。 相似文献
39.
风电机组功率曲线中的风速应为轮毂高度处的来流风速,而现在普遍采用机舱处风速仪测得的风速,由此建立的风电场功率模型会引入误差。为了减少这种误差,更准确地反映风电场的实际功率特性,提出了一种基于修正风速的风电场等效功率特性模型,该模型利用风轮单元流管模型将实测风速修正成风轮前风速,以此建立风电场等效功率模型。以某两个风电场为例进行验证,结果表明该模型预测发电量精度比现有风电场等效模型分别提高了1.28%和1.73%,且计算简易可行,为提高风电功率预测精度和风电场优化运行提供重要理论依据。 相似文献
40.