机器学习算法在反窃电分析中的应用

针对现阶段利用高科技手段进行窃电的行为,提出了基于机器学习算法构建的反窃电模型,分析用户用电数据、异常事件以及线损,介绍随机森林算法以及其在反窃电分析中的应用,通过进行验证测试,认为随机森林算法在反窃电领域可行、有效。     

城市供水系统应急设计研究及案例应用

针对城市供水突发事件中常见的风险源,从城市供水系统的各个环节出发,涵盖水源、水厂及管网等方面,形成了应急和备用水源、应急处理、应急清水储备、应急清水调度、应急救援等设计技术,提出了关键技术指标和设计参数,并结合我国西南某市应急供水工程设计案例,制定了系统性的城市应急供水工程设计方案,为应急供水工程的建设提供技术支撑,提高城市在应急状况下的供水安全保障能力。     

生物接触氧化工艺在市政给水中的应用

我国许多地区水域普遍受到了微污染,通常表现为水体氨氮浓度升高、水中有机污染增多、溶解氧下降、藻类滋生等.当该类水体作为市政供水水源时,采用常规水处理工艺难以达到饮用水水质要求,增加生物预处理是一个必要的措施.生物接触氧化是一种简便易行的工艺,广泛应用于污水处理、给水预处理.通过对生物接触氧化工艺原理及影响因素进行介绍,...     

南方某大型水质净化厂降氨氮中试研究

在南方某大型水质净化厂对6种填料(4种悬浮填料和2种固定填料)进行氨氮去除研究.结果显示,常温条件下,6种填料中,4#不能达标,1#、2#、3#、5#、6#在进水氨氮小于2 mg/L时满足出水要求,1#、5#、6#在大于6 mg/L满足出水要求,低温条件下仅5#、6#满足出水要求.1#、2#、3#、4#、5#、6#最大...     

氧化石墨烯正渗透复合膜的制备与表征

通过制备4种正渗透复合膜:TFC,在聚丙烯腈(PAN)基膜上制备聚酰胺选择层;g TFC,在添加了氧化石墨烯(GO)的PAN基膜上制备聚酰胺选择层;TFG,在聚丙烯腈基膜上制备GO聚酰胺选择层;g TFG,在添加了GO的PAN基膜上制备GO聚酰胺选择层。以研究GO不同的添加位置对正渗透复合膜性能的影响。结果表明,当在PAN基膜中添加质量分数0.3%的GO时其对应的复合膜具有最佳的性能,在FO和PRO模式下相对于传统的复合膜其水通量分别提升了56%和102%,且截盐率都在99%以上;并且当在PAN基膜中添加了GO之后,不仅使复合膜表面平均粗糙度增大而使其表面呈现更加明显的沟壑状,复合膜的断面结构也具有更加明显的指状孔。     

应对供水突发公共事件的炭砂滤池应急改造技术研究

依托武汉某水厂开展中试考察不同炭砂配比对水中污染物的去除效果,探究不同冲洗参数对冲洗效果的影响。结果表明,最佳炭层和砂层厚度为800 mm和500 mm,最佳冲洗方式为16 L/(m²·s)气冲3 min、间隔2 min、13 L/(m²·s)水冲9 min。1#炭砂滤柱对氨和高锰酸盐指数的平均去除率分别为46.99%和54.81%,其对有机物的去除效果明显优于砂滤柱,当进水浊度低于2 NTU时,1#炭砂滤柱浊度平均去除率可达85.67%,出水满足厂区滤后水浊度指标的要求。采用最佳炭砂配比和冲洗方式,1#炭砂滤柱滤后水浊度和高锰酸盐指数去除率可达89.56%和66.27%。结合上述中试结果,并通过对实际工程中砂滤池及炭砂滤池进行调研,形成一套完整的炭砂滤池工程改造方案,为应对供水突发事件时砂滤池改造为炭砂滤池提供一定的理论指导。     

基于大数据分析的电力盗窃检测与预防系统研究

首先,基于大数据分析设立安全状态数据样本集,通过测试电力盗窃检测与预防系统安全状态的维度,对系统进行休整后得到安全系数。然后,根据电力盗窃检测与预防系统和数据集之间的相关因素,利用神经网络算法在输入层输入安全数据,经过隐藏层的处理计算,得到了输出检测结果。最后,计算电力盗窃的技术损耗得出测量的欧姆损失,对大数据分析迭代训练后完成电力盗窃检测与预防系统的设计。结果表明,从正常用户和电力盗窃的用电趋势可以看出,在用电12天左右时,电力盗窃的用电量最高可达到1.5 kWh,明显高于正常用户用电量,基于大数据分析的电力盗窃检测与预防系统能够有效根据用户的数据进行窃电检测且准确率较高。     

汉江水源某水厂活性炭池工艺运行效果分析

为应对突发污染及季节性水质问题,某汉江水源水厂在“混凝-沉淀-过滤”常规工艺后增加臭氧-活性炭深度处理工艺。文中对该厂活性炭池工艺的设计及运行效果进行了系统分析。通过各项检测分析表明,针对汉江水源水质,活性炭池采用气水反冲洗普通快滤池,停留时间为15.8 min、滤速为7.6 m/h、厚度为2.0 m的煤质压块破碎炭能取得较好运行效果。活性炭池在低藻和高藻不同水质时期可通过吸附和生物降解作用去除有机物、藻类、氨氮、土臭素和2-甲基异莰醇,消除臭和味,为水厂安全稳定运行提供保障。该成果可为活性炭池运行管理及该地区其他水厂常规工艺技术改造提供参考。     

基于用电异常数据的反窃电在线监测方法研究

研究基于用电异常数据的反窃电在线监测方法，精准确定用电异常数据，实现反窃电在线监测。该在线监测方法利用K-means聚类算法确定用电异常数据，通过有效指数度量方法确定用电数据聚类数量，提升用电异常数据确定精度；以电流三相不平衡、电压三相不平衡、线损与负荷为特征指标，在用电异常数据中选择用电异常特征数据；利用主成分分析法降维用电异常特征数据；通过模糊神经网络建立反窃电在线监测模型，在该模型内输入降维后的用电异常特征数据，输出窃电嫌疑系数，完成反窃电在线监测。实验证明该方法可精准确定偏小与偏大用电异常数据，有效选择并降维用电异常特征数据，获取窃电嫌疑系数，具备较高的反窃电在线监测精度。