排序方式: 共有54条查询结果,搜索用时 31 毫秒
21.
建立"统一、开放、竞争、有序"的电力市场有利于实现更大范围、更加科学的资源配置,调动各类市场主体参与,发挥市场在资源优化配置方面的决定性作用。火电厂需要尽快适应电力辅助服务市场化改革的需求,通过改进设施、提升服务能力、创新盈利增长点,以增加辅助服务市场收益。 相似文献
22.
为更好地提升垂直螺旋卸船机使用性能,对垂直螺旋卸船机机理展开了研究。结合垂直螺旋卸船机生产实际,分析了单质点理论、流体力学理论以及颗粒群理论,同时围绕理想状态与实际状态讨论其运行机理。在此基础上,探讨了垂直螺旋机构运行的关键技术,选取喂料装置安装技术与回转电缆敷设技术进行分析,其中喂料装置安装技术通过多窗口被迫喂料及优化装置结构提升运行效率;而回转电缆敷设技则基于当前回转电缆机构及电缆布置走向进行技术优化,落实电缆支架安装、电缆长度计算等流程,进而针对各环节提出具体的工艺方案,确保垂直螺旋卸船机可以在卸船工业中发挥出应有的作用。 相似文献
23.
刘金华 《中国新技术新产品》2019,(4)
泰州电厂二期2台百万超超临界二次再热机组是我国自主开发研究制造的,其二次再热技术不是20世纪技术的翻版,而是在机组参数、机组容量、系统优化等方面都有了很大的突破。在现有成熟材料技术的基础上,采用二次再热技术并有针对性地进行热力系统的优化,可以在目前600℃等级一次再热超超临界机组基础上大幅度地将发电热效率提高约2~3个百分点,发电煤耗降低约15 g/kWh~16 g/kWh,同时大幅度降低温室气体和污染物排放。该文介绍了我厂二期二次中间再热凝汽式汽轮机的特点,并总结了我厂二期机组调试至今遇到的冲转问题及解决办法。 相似文献
24.
25.
为解决经典方法预测全社会用电总量预测数值精度较低、模型结构参数过于复杂等技术难题,本文提出将电力大数据和人工智能领域深度学习算法相结合的研究方法。采用计算机建立具有阶层结构的深度神经网络,根据仿生学原理引入线性整流函数解决梯度消失及神经网络收敛速度减慢问题,采用梯度下降来进行优化模型,同时通过引入指数衰减法由神经网络模型自动设定学习率以提高模型预测精度并降低迭代次数。从数量场的梯度原理并结合泰勒公式,推导出梯度下降法背后数学原理。为解决过拟合问题引入早停算法以提高模型训练速度及泛化能力。最后深度学习算法预测数值与经典线性回归算法预测数值相比较,深度学习算法在对全社会月用电总量的预测精准度、稳定性指标上明显优于线性回归算法,深度神经网络模型对未来全社会电力需求的预测数值具有高度的可信性。 相似文献
26.
为了研究焊接工艺参数变化对异种钢焊接接头性能的影响,文中分别制备了不同热输入、焊接方法、焊接层数、焊丝类型、坡口角度、层间温度及热处理温度的T92/S30432异种钢焊接接头,分析了焊接工艺参数变化对异种钢焊接接头硬度的影响规律。研究发现:T92和S30432异种钢焊接接头的硬度在T92钢侧热影响区最高,S30432钢侧热影响区次之,焊缝硬度最低;热输入和热处理对两侧热影响区硬度产生相反的影响,自动钨极氩弧焊能升高热影响区硬度同时降低焊缝硬度;采用45°坡口角度降低了热影响区硬度;层间温度和焊接层数对接头硬度影响较小。 相似文献
27.
针对现有预测方法在对电力用户进行能耗预测时,存在预测精度低、预测时效性差的问题,引入GRU-NN(Gate Recurrent Unit-Neural Networks,门控循环单元-神经网络)模型,开展对电力用户能耗预测方法的设计研究。采集电力用户用电信息,并从归一化处理后的信息中提取用电特征。利用GRU-NN,构建能耗预测模型。结合均方误差和拟合优度的概念,对该模型进行训练。利用训练后的模型预测电力用户能耗,模型的输出即为预测结果。通过对比实验,证明新的预测方法预测结果更加接近实际,且预测耗时短,具备较高的时效性,值得广泛应用。 相似文献
28.
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性,最后基于该算法构建实际物体抓取系统。结果显示,此次研究设计的位姿检测算法的平均重合率为98%,平均内点均方根误差为0.000 3 mm,点云匹配成功率为100%,抓取成功率为97.1%。结果表明,该基于点对特征的三维点云算法在散货物料场景中的检测准确率较高,且在抓取场景中也有较理想的表现,具有一定的实际应用意义。 相似文献
30.