汽轮机旁路系统的设计与运行

对国内外汽轮机旁路系统的设计与运行进行了对比分析，论述了我国汽轮机旁路系统设计和运行中存在的问题。提出通过对旁路系统的技术改造，可使我国的旁路系统发挥更大的经济效益。     

某600MW汽轮机中压主汽门卡涩原因分析与处理

描述了某600MW机组中压主汽门的卡涩现象,对各种原因进行了分析,并采取了切实有效的处理方案。     

300MW机组给水泵组备用中存在问题及技术探讨

在北方寒冷的季节里，河北省某发电厂两台３００ＭＷ机组，由于热工自动控制中ＲＢ（快速减负荷）功能不够完善而不能投入运行，以及电动给水泵组备用中存在着润滑油冷油器和工作油冷油器入水门操作方式等问题。已造成多台次因一台汽动给水泵组跳闸而被迫停机事件，通过对此类停机事件全过程的观察与分析，发现了电动给水泵组备用中存在的问题。并针对这些问题提出了改进方法。     

基于固-液摩擦纳米发电机的海洋红外对射自供能发电胶囊

为了实现海上电子围栏中红外对射装置的自供能,同时降低供电成本和简化安装,设计了一种基于固-液摩擦纳米发电机的海洋红外对射自供能发电胶囊。对摩擦纳米发电机发电胶囊(PC-TENG)进行仿真电学分析与0.02～2.00 Hz工况下的实验,验证了PC-TENG可以将波浪能转换为电能。仿真模拟的最大电势为3.2 V,基于去离子水的PC-TENG最大短路电流和开路电压分别为27.38μA和2.84 V。为了提高装置的实用性和输出性能,采用更接近海水的摩尔分数4%的氯化钠溶液作为液体摩擦材料进行对比实验,最大短路电流和开路电压分别为21.62μA和2.08 V,验证了使用海水作为液体摩擦材料的可行性。最后,进行了耐久性测试,基于去离子水的PC-TENG短路电流和开路电压分别衰减了5.5%～6%和3%～4%,基于摩尔分数4%的氯化钠溶液的PC-TENG短路电流和开路电压均衰减了6%～7%,验证了发电的耐久性,为海上电子围栏供能提供了新的参考和思路。     

小型风电塔筒检测机器人设计与运动性能分析

介绍一种小型爬壁机器人,用于风电塔筒的检测,以实现难以人工检测的风电塔筒的快速检测。对机器人的整体结构进行了设计,对机器人的吸附结构进行了计算和仿真。对机器人进行动力学分析,验证驱动力矩的计算结果。对机器人进行动力学仿真,确定驱动机构输出转矩的平稳性。通过实验验证了机器人能够在塔筒表面安全稳定地运行。     

基于FSST-Res Net的滚动轴承变工况数据故障诊断研究

针对滚动轴承运行工况复杂多变,难以诊断的问题,提出一种基于短时傅里叶的同步压缩变换(FSST)与残差神经网络(ResNet)相结合的故障诊断方法。该方法对轴承振动信号做短时傅里叶变换后,将时频系数压缩重排,生成基于FSST时频图在3种变工况下的训练集和测试集。考虑到深度模型的网络退化问题,采用ResNet模型对数据集进行时频特征提取和故障诊断,进一步提升轴承故障诊断的精度。通过3种变工况实验证明了该方法的有效性和可行性,平均诊断准确率高达98.9%,与其他方法相比,诊断精度有较大提高。     

海上风电设备腐蚀在线监测系统研发与应用

<正>获奖情况：2022年中国安装协会科学技术进步奖二等奖一、成果研究背景海上风电设备腐蚀在线监测系统是为了解决海上风电设备腐蚀在线监测难题,降低设备维护成本,提升设备可靠性的成套技术成果。该成果面向海上风电塔架防腐维护的实际工程需求,立足于解决维护中存在的计划检修为主、故障检修为辅的维护模式带来的“欠维修”和“过维修”现象,以主动除湿效果强化、塔筒陆海环境检测为突破口,建立智能化的综合管理系统,     

DG450/9.81-1型CFB锅炉机组调试要点

文章从调试工期、机组控制、锅炉耐火耐磨材料、锅炉冷态空气动力场试验等方面介绍了目前国内容量最大的CFB锅炉的调试注意事项。     

邯峰发电厂660MW汽轮机自动启停过程中的应力控制

文章介绍了发电厂汽轮机应力估算器系统运行主要控制参数，并提出了运行中存在的问题及对策。     

考虑特征重组与改进Transformer的风电功率短期日前预测方法

短期日前风电功率预测对电力系统调度计划制定有重要意义,该文为提高风电功率预测的准确性,提出了一种基于Transformer的预测模型Powerformer。模型通过因果注意力机制挖掘序列的时序依赖;通过去平稳化模块优化因果注意力以提高数据本身的可预测性;通过设计趋势增强和周期增强模块提高模型的预测能力;通过改进解码器的多头注意力层,使模型提取周期特征和趋势特征。该文首先对风电数据进行预处理,采用完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)将风电数据序列分解为不同频率的本征模态函数并计算其样本熵,使得风电功率序列重组为周期序列和趋势序列,然后将序列输入到Powerformer模型,实现对风电功率短期日前准确预测。结果表明,虽然训练时间长于已有预测模型,但Poweformer模型预测精度得到提升;同时,消融实验结果验证了模型各模块的必要性和有效性,具有一定的应用价值。