中国石油致密油开发地面工程面临的挑战与对策

近年来,致密油已成为全球非常规油气勘探开发的重要领域之一。通过对巴肯、鹰滩等美国典型致密油开发区域和长庆油田、新疆环玛湖区域的致密油开发地面建设模式和技术等的分析,明确了致密油开发所具有的产量递减快、油品物性差异大、采出液组分复杂等特点,及其给地面工程建设带来的建设规模确定难、集输工艺确定难和原油净化难等挑战。在总结分析北美致密油开发地面工程建设的典型做法的基础上,结合中国石油天然气集团有限公司(简称中国石油)的实际情况,提出了中国石油致密油开发地面工程建设的技术对策,同时提出了下一步需要开展的攻关方向。     

化工安全生产管理问题及要点分析

与其他企业相比,化工企业的特点表现为危险源多,危险性高,员工素质要求高,因此安全生产管理的重要性不言而喻。对当前化工企业生产过程中存在的安全管理方面的问题进行总结,并提出相应的安全生产要点。     

舞钢提升煤比后煤粉燃烧效率评估及对经济指标的影响

煤粉燃烧的均相和非均相反应是制约煤粉使用量的决定性因素,采取高风温、富氧等措施,改善了反应条件,降低了反应活化能,促进了煤粉的燃烧,在风氧量和风温一定的情况下可以有效降低未燃粉煤的含量;舞钢1 260 m~3高炉通过加强筛分和原燃料保障、采取富氧鼓风和高风温、稳定喷吹和加强设备点检以及外围保障措施,使得煤比由2018年5月份的142.92 kg/t增加至12月份的171.38 kg/t,目前维持在170 kg/t左右,除尘灰中的碳含量由2018年5月份的33.2%下降至12月份的31.275%,煤粉燃烧较为充分,高炉处于强化冶炼状态。     

舞钢1260m3高炉连续两次炉况失常总结分析

对舞钢1 260 m~3高炉连续两次炉况失常进行了总结分析。两次失常主要因为高温高碱度,外围原燃料差异了解不够准确,操作应对不当,恢复炉况过急,炉况反复、出铁出渣不正常。总结分析表明:高炉操作应当时刻注意炉况和外围变化,仔细操作;维护好铁口和保证渣铁的各项性能是保证高炉稳定的基础,为了提高炉渣脱硫能力和流动性,在现有基础上可以适当增加镁铝比。     

水铝英石/PEO/LiClO4复合固态聚合物电解质中组分相互作用对PEO结晶的影响

为解决现有锂离子电池的安全性问题,固态电解质的研究备受关注。以Na2SiO3和AlCl3·6H2O为原料,采用溶胶-凝胶法制备出水铝英石(AL);通过溶液共混法将其与聚环氧乙烷/高氯酸锂(PEO/LiClO4)复合得到复合固态聚合物电解质。利用X射线衍射仪(XRD)、傅里叶变换红外光谱仪(FTIR)、差示扫描量热分析仪(DSC)、透射电子显微镜(TEM)、扫描电子显微镜(SEM)以及光学显微镜(OM)对样品进行结构分析及形貌表征。结果表明:水铝英石和LiClO4与PEO间的非价键力相互作用(络合、氢键及Lewis酸-碱作用)显著抑制PEO的结晶。随着水铝英石含量的增加,PEO的结晶度呈现出先降低后增加的趋势;而随着锂盐含量的增加,PEO的结晶度持续降低,当EO/Li+摩尔比为10∶1,水铝英石的含量为5%(质量分数)时,复合固态聚合物电解质的结晶度最低,仅为4.12%。     

基于BERT-RCNN的中文违规评论识别研究

以网络暴力为主的恶意攻击行为已经导致多起恶性事件发生,违规评论问题引起了社会广泛关注。当前违规评论检测手段主要是依靠敏感词屏蔽的方式,这种方式无法有效识别不含低俗用语的恶意评论。该文通过爬虫及人工标注的方式建立一个中文违规评论数据集,采用BERT预训练模型进行词嵌入操作,以保留文本隐含的语义信息。在BERT基础上再利用结合注意力机制的RCNN进一步提取评论的上下文特征,并加入多任务学习联合训练提升模型分类精度及泛化能力。该模型不再完全依赖敏感词库。实验结果表明,该文提出的模型相比传统模型可以更好地理解语义信息,利于发现潜在恶意。该文模型在识别中文违规评论数据集时精确率达到了94.24%,比传统TextRNN高8.42%,比结合注意力机制的TextRNN高6.92%。     

浅谈机械厂总降变电所变压器主保护的配置与整定

对机械厂35kV变压器主保护进行合理配置、整定,使电力系统运行更加安全、可靠。对主保护灵敏度不满足要求时如何处理进行了分析。     

同杆双回线路保护研究进展

分析了目前同杆双回输电线路的主要保护,分别对基于工频量和暂态量的双回线路保护研究内容进行了综述。介绍了双回线路保护基于工频量的故障分析、故障识别和故障选相,基于暂态量的故障电气行波分析和故障识别,在此基础上分析了现阶段同杆双回线路保护的特点和实际运行中出现的问题,讨论了今后的研究思路,并对其发展方向进行了展望。     

基于多元聚类模型与两阶段聚类修正算法的变电站特性分析

变电站负荷包含多种用户负荷,其特性非常复杂,选择单一的日负荷曲线或是用户构成比例作为指标进行聚类,可能忽略其他因素并导致聚类结果不够全面。由此提出了同时考虑变电站日负荷曲线与变电站用户构成的多元聚类模型。为求解该模型,首先对日负荷曲线数据采用Kmeans算法进行聚类。然后,提出一种两阶段聚类修正算法,用于依照变电站用户构成数据修正日负荷曲线聚类结果。研究结果表明,所提方法所得的聚类结果准确度高,可降低聚类结果跌入局部最优的可能性,且所得结果能明确体现各个变电站在日负荷曲线上及用户构成上的差异。