基于LSTM-UPF混合驱动方法的燃料电池寿命预测

燃料电池的寿命预测是燃料电池健康管理的重要组成部分,可为燃料电池的运行和维护提供指导性意见。为提高寿命预测的工况适应性并保证预测精度,本工作结合长短期记忆神经网络（long short-term memory neural network,LSTM）和无迹粒子滤波（unscented particle filter, UPF）两种算法的优势,提出了一种LSTMUPF混合驱动方法进行稳态和准动态工况下燃料电池的寿命预测。该方法首先优化训练预测模型的实验数据并采用离散小波变换（discrete wavelet transform, DWT）技术将其分解为高频部分和低频部分,使用LSTM算法对这两部分分别进行预测实现对燃料电池长期老化趋势的预测,并使用修正因子对趋势预测结果进行漂移修正,然后利用得到的燃料电池长期老化趋势,根据UPF算法对燃料电池的剩余使用寿命（remaining useful life,RUL）进行估计。采用预测寿命终点、预测寿命误差、置信区间宽度、RUL预测误差等评价指标对不同寿命预测方法进行对比分析,结果表明,LSTM-UPF混合预测方法对燃料电池稳态工况和准动态工况的...     

核电厂淘汰品解决方案探讨

简要介绍了核电厂淘汰品的概念和7种典型的淘汰品处理方法.通过大亚湾核电厂处理淘汰品问题的策略和方法,探讨核电厂淘汰品的解决方案.     

大容量电池储能的本质安全探索

伴随着大型电化学储能项目的大量投产,如何保证大容量储能电池的本质安全成为亟待解决的问题.本文回顾了本质安全概念的演变,介绍了本质安全的内涵.参考煤矿行业本质安全型蓄电池的设计规范,提出了电池储能本质安全分级方案,将电池储能安全等级分为本质安全、非本质安全以及不安全三类.针对储能电池以模组和集装箱形式运行的现状,根据不同的组成形式,将电池储能的本质安全区分为电芯、模组以及集装箱系统三个层面的理解,并分别对其本质安全性进行论述.针对储能电池电芯的本质安全梳理了不同方向的技术路线,围绕水系电池、固态电池和安全剂注入三种技术路线,对其研究与应用进展进行深入探讨,并提出了不同技术路线面临的本质安全挑战,展望了未来大容量储能电池的本质安全应用前景.     

380V交流发电机组自起动试验时跳机原因分析及对策

针对某核电厂380V交流发电机组自起动试验时跳机的现象,通过原因查找和试验测试分析,判断柴油机跳机的主要原因是：柴油机下游不间断电源负载投运,向系统反馈大量谐波,导致监视柴油机超速的频率继电器误动并向柴油机发出跳机指令,最终导致柴油机跳机。在此基础上,提供了两种解决方案。     

运营电厂低压断路器的选型和应用

根据相关标准和厂家产品指导原则,介绍了低压断路器的选型和应用原则。结合实际工作经验,探讨了在运营电厂中低压断路器选型的要点和难点,对低压配电设备安全、可靠、经济地运行有保障作用。     

储能产业发展现状和机遇的研究与探讨

随着国内外储能政策的引导,新型储能产业已经步入商业化初期阶段,市场机会已经大量涌现。未来随着储能产业进入大规模发展阶段,市场竞争将更加激烈。本文总结了国内外储能产业和市场发展现状、典型储能技术类型特点,分析了各种应用场景的需求,探讨储能业务的关注重点。储能产业的国内外市场前景广阔,需求潜力巨大。储能技术将会迎来百花齐放的发展形态,不同特点的储能技术将会在相应场景发挥重要作用。应重点关注高安全、低成本、可持续的新型储能技术。