考虑时空耦合特性的非侵入式综合能源系统多能设备负荷辨识方法

为了提升非侵入式综合能源系统多能设备负荷辨识的准确性,在充分考虑多能负荷时空耦合特性的基础上,提出了一种基于改进滑动窗口双边累计和(cumlative sum,CUSUM)、图半监督学习(graph semi supervised learning,GBSSL)和改进胶囊网络(improve capsule network,ICapsNet)的非侵入式综合能源系统多能设备负荷辨识方法。首先,引入自适应噪声值选取方法对滑动窗口双边CUSUM算法进行改进,并利用改进后的算法进行事件检测,之后通过GBSSL标记未标记的样本;其次,在CapsNet的基础上,改进相似度和加权求和计算方法,利用残差块结构卷积网络替代原卷积模块,并将极化自注意块引入主胶囊模块,构建ICapsNet;最后,利用不同的非侵入负荷辨识方法对采集的10 150个综合能源负荷数据进行负荷辨识,验证所提方法的优越性。实验结果表明:所提方法相较于BI-GRU、Bagging EL和DNN等主流非侵入负荷辨识方法,P_(recision)、R_(ecall)、F_(macro)和BA指标分别平均提高了1.77%、2.14%、1.94%和1.26%。由此可知所提方法对能够精准地辨识非侵入式综合能源系统多能设备负荷,且具有良好的运算效率和通用性。

区块链赋能下的煤机装备供应链协同管理

随着我国煤炭开采工业技术的发展,煤机装备制造产业的诸多问题也暴露出来。针对传统模式下的煤机装备制造供应链各参与方所存在的信息孤岛、信息不对称与业务流转效率低等问题,提出了一种基于区块链技术的主从多链结构的煤机装备供应链信息管理平台,将供应链中的供应商、制造与再制造商、煤炭开采企业以及监管机构与金融机构相连接起来。设计了适用于煤机装备供应链的平台技术架构,搭建了模拟煤机装备供应链场景下的主从多链网络结构并测试了吞吐量与存储性能,探讨了区块链技术在煤机装备制造领域的实用优势,为煤机制造业与新一代信息技术的融合提供了新方向。

矿井超前掩护支架运输安撤专用车关键技术研究与应用

针对现阶段综采设备安撤过程中存在的超前支架运输难题,结合超前掩护支架细、长、高的结构特点,开发了一种车身稳定、运载方便、功能丰富和闲置率低的矿井超前掩护支架运输/安撤专用车。利用ABAQUS有限元仿真软件对该装备的部分结构进行模拟,结合力学理论分析,得到符合产品要求的仿真结构。阐明了超前掩护支架运输/安撤专用车的整车结构及工作原理,介绍了整机装配工艺流程及操作流程。超前掩护支架运输/安撤专用车的应用显著提升了矿井作业效率和安全性,节省了人工,降低了企业成本。同时,该专用车突破了传统作业模式,具有自重轻,重心低,运行平稳,装卸便捷,实现了“一专多能”。超前掩护支架运输/安撤专用车的成功应用为矿井清洁能源车辆的开发及自动化、智能化的发展奠定了良好的实践技术和理论支撑。

基于数字孪生混合储能的电动汽车参与微电网负荷功率波动平抑研究

针对电动汽车接入微电网后负荷峰值会显著增加,使得峰谷差提升,从而影响微电网的稳定运行的问题,提出基于数字孪生混合储能的电动汽车参与微电网负荷功率波动平抑方法。通过计算电动汽车初始荷电状态和电动汽车离网时间,分析电动汽车负荷特性;将数字孪生技术和微电网混合储能系统相结合,构建数字孪生混合储能模型,结合电动汽车负荷特性结果,构建负荷功率波动平抑目标函数,实现负荷功率波动一次控制;通过HESSS自调节二次修正负荷功率,完成电动汽车参与微电网负荷功率波动平抑。测试结果显示:在该方法应用下负荷功率的波动情况均在20~60kW之间,微电网供电不足概率结果均低于33%,典型日和非典型日中电力负荷峰谷差的结果均在44%以下。由此说明该方法能够分析电动汽车在不同的状态下的荷电状态,可有效实现微电网负荷功率平抑。

矿山应急救援虚拟现实引擎优选研究

传统矿山救援培训存在训练手段单一、成本高、安全隐患大和可重复性差等弊端,利用虚拟现实技术可以为救护队员提供高仿真的交互体验和实操训练,是应急救援培训的可行方向和有效途径。其中引擎是实现高质量和沉浸式虚拟现实体验的核心。当前虚拟引擎的种类繁多,其架构和性能差异极大,基于矿山救援实际需求选择合适的引擎成为关键。本研究基于对虚拟引擎15项指标特性分析,以矿山应急救援实际需求为出发点建立了引擎优选指标体系,通过层次分析法对各指标进行权重赋值并进行权重判断矩阵一致性检验;在此基础上,利用模糊决策参数分析法,辅助权威专家评判对Unreal、Unity3D等主流引擎的9项特征指标量化分析,结合指标权重对各引擎进行综合评估与适应性评价。研究结果表明:在当前矿山应急救援虚拟现实培训需求下,Unreal引擎表现最佳,Unity3D、Source Engine、CryEngine虚拟引擎其次,而Cocos 3D引擎适应性相对较差,研究成果为虚拟现实引擎的选用提供了一种有效方法。

MDI胶黏剂在人造板生产中的应用

MDI作为人造板胶黏剂具有优异的环保、耐水性能,同时,MDI还可作为脲醛胶的改性剂,从而有效提升板材力学性能及生产效率,并且可通过工艺优化有效降低生产成本。MDI可根据制品要求,通过混胶/全施加等多种方式广泛应用于刨花板、纤维板及胶合板的生产制造,笔者通过对万华集团MDI特点的分析,总结出MDI的优势,以期为MDI应用于人造板生产的转型升级提供参考。

基于改进锁频器频率偏差检测的光伏逆变器快速频率响应控制

光伏电站高比例接入电网造成电力系统结构持续性改变,导致电网可调节资源存量不断下降,抵御故障扰动的能力减弱,电网频率越限风险增加。为提高光伏电站快速频率响应能力,本文根据现有新能源调频政策,设计了光伏逆变器有功-频率下垂特性,提出了基于改进二阶广义积分锁频器的光伏逆变器快速频率响应控制策略,使光伏逆变器具备主动调频的功能。采用改进二阶广义积分锁频器快速检测系统频率,并将频率偏差直接反馈给光伏逆变器控制系统,克服了传统锁相环在电网频率突变时相位偏差大、时延等问题。仿真和实验证明了光伏逆变器快速频率响应控制的正确性与可行性。

鲁棒优化在电力系统机组组合中的应用综述

随着高比例可再生能源并网,电力系统运行的不确定性进一步增强,加剧了电力系统调度运行的决策难度。鲁棒优化(robust optimization,RO)方法处理该类问题具有一定优势,综述了鲁棒优化在电力系统机组组合决策中的应用。首先分析了经典鲁棒优化不确定性集的构造、单阶段及二阶段经典鲁棒优化一般模型,并对二阶段经典鲁棒优化机组组合(robust optimization unit commitment,RO-UC)模型及求解方法进行归纳;其次,阐述了基于随机向量矩和随机变量概率分布的模糊集构建,并总结分布鲁棒优化机组组合(distribution robust optimization unit commitment,DRO-UC)在电力系统问题中的应用;最后对比分析了经典鲁棒优化和分布鲁棒优化方法特点和适应场景,并对鲁棒优化机组组合研究方向进行展望。

UPQC在电动汽车充电站电能质量治理中的应用

电动汽车充电会带来诸如电压波动、谐波增多、三相不平衡加剧等一系列电能质量问题。提出了统一电能质量调节器(UPQC)应用方案,在UPQC建模分析基础上,基于两相静止坐标系推导设计了电压控制单元双PI闭环控制器和电流控制单元带状态反馈单闭环PI控制器,并推导出PI参数整定依据;为给样机设计提供理论参考,基于数学模型,推导出UPQC各模块参数设计依据,并设计与研制了1台20 kW容量的UPQC样机进行了实验研究。实测波形表明:UPQC的应用可改善电动汽车充电设备的电能质量。

辽东湾双台子河口波浪谱分析

本文分析了辽东湾双台子河口实测波浪资料的谱特性。结果表明该区涌浪较强。同时给出了该区风浪谱计算式。

超级电容在电梯节能中的应用

电梯作为位能性负载,节能潜力巨大。针对现有的回馈并网型电梯节能技术存在的并网谐波及干扰等问题,设计了基于超级电容储能装置的超级电容节能型电梯系统。通过双向DC-DC变换器实现电梯回馈能量的存储与再利用,利用紧急电源供给(EPS)装置实现辅助系统供电及紧急救援功能;同时针对电梯系统,对超级电容储能装置参数设计进行了研究,并给出了参数选择方法。仿真及样机实验结果表明,超级电容节能型电梯能够实现回馈能量的有效利用,节能效果提高26.0%。

波浪作用在桩柱上的横向力

通过实验手段，研究了波浪作用在孤立桩上的横向力大小、频率特性，横向力同 正向力的比值关系；给出横向力系数随ＫＣ数变化曲线。规则波时，横向力最大值在 一定ＫＣ数时等于甚至大于正向力最大值。不规则波时，横向力最大值可达正向力 最大值的８０％．合力的最可能方向在规则波肘偏离正向力方向一定角度，不规则波 时就是正向力方向．同时发现水深系数对横向力有一定影响．

电动汽车和光伏接入用户负荷对电网影响与互动分析

电动汽车、光伏接入用户负荷在一定程度上会对电网产生影响,如改变负荷特性、增大电网峰谷差和对电网运行检修带来反送电威胁。住宅相互供电系统(Vehicle to Home,V2H)技术的应用能够使电动汽车与电网进行互动,合理控制用户充电时间,必要时对电网进行反送电,能够减弱上述影响。为了积极应对电动汽车和分布式光伏接入应用对电网带来的影响,以实际家庭用户为研究对象,采集并分析家庭用电及台区负荷数据,定量分析电动汽车、光伏接入对电网的影响,同时结合峰谷电价,提出了互动应用方案。测算与互动分析结果表明,执行电动汽车充电峰谷电价与分布式电源上网电价,有序引导用户合理使用新型电源,在给用户带来经济效益的同时,能够降低电动汽车无序充电带来的峰上加峰的风险,减小峰谷差率,保证电网安全稳定运行。

一种推算设计波高的新方法

本文提出了一种推求设计波高的新方法。用时间序列分析中的自回归-滑动平均(ARMA)模型分析年极值波高,进行建模、预报和频率分析,推求一定重现期设计波高。对于没有特大值的年极值波高序列,本文提出的方法推求的长重现期设计波高比规范方法推求的相应设计波高偏小;对于有特大值的年极值波高序列,本文提出的方法推求的长重现期设计波高较规范方法推求的相应设计波高大许多。本文中的方法所得结果较为合理。

聚氨酯体系无醛添加刨花板的生产实现方案

针对连续平压线生产聚氨酯胶黏剂刨花板存在的板坯无初黏性与生产效率降低两大技术难点,采用添加增黏剂与快固化剂的方案。结果表明,通过表层添加增黏剂,可大幅提高板坯初黏性,使板坯动态通过10 cm间隙不散坯,且增黏剂的添加不降低成品板材物理性能;通过快固化剂的添加,可在保持板材性能不降低的条件下有效减小热压因子,提升生产效率。

基于GA-BP神经网络的液压油缸激光熔覆层性能预测

激光熔覆再制造是实现绿色开采的重要环节。实现激光熔覆材料组分对熔覆层性能影响的预测可以减少材料设计过程中的试错成本,提高研发效率。针对矿用液压油缸激光熔覆材料,通过灰色关联度分析法,筛选出Fe基激光熔覆材料中对熔覆层性能影响较大的组分,建立3层反向传递(back propagation,BP)神经网络模型进行训练和预测;利用遗传优化算法对BP神经网络初始权值和阈值进行优化,并将优化后的遗传算法-反向传递(genetic algorithms-backpropagation,GA-BP)神经网络模型与BP神经网络模型的预测结果进行对比。结果表明:遗传优化算法可以大幅度提高BP神经网络模型的预测精度,在少量训练样本条件下,模型输出的预测值与实际值接近,预测误差从5.60%~710.37%降低至2.04%~18.43%,证明了GA-BP神经网络用于液压油缸激光熔覆层性能预测的可行性。

PMDI在人造板行业中的应用

PMDI，中文名多亚甲基多苯基异氰酸酯，是广泛应用于聚氨酯行业的重要原材料之一。聚氨酯用途广泛，是人们生活中不可缺少的有机材料，可以代替塑料、橡胶、尼龙等多种材料，

PMDI在刨花板生产中的应用

阐述PMDI的化学特性,及其与木材的反应机理,PMDI的安全性及储存要求;介绍PMDI在刨花板生产中的应用。

类别比例对缺陷定位稳定性影响的实验研究

软件缺陷定位技术通过比较程序正确与错误运行过程中的不同行为特征,找出导致错误运行行为的代码。任意一种软件缺陷定位算法都有其适用的环境或条件,如果能够在其设计与选择过程中考虑到这些因素,将对提升算法的使用效果起到积极作用。在已有研究的基础上,选择了Tarantula、Zoltar等10种具有代表性的基于程序谱的缺陷定位算法作为研究对象,并通过语句级别的插桩设置,在space、flex等常用程序集上展开实验研究,提出了一种度量指标来评估不同算法受测试用例集类别比例变动的影响。实验结果表明,不同算法受类别比例变动的影响有很大差异,一些算法的定位效率受类别比例变动的影响较小,而其他算法的定位效率在类别比例变动时则呈现出跳变特性。

FFT法波浪谱分析

本文用分段平均FFT法进行波浪谱估计,分析了采样步长,窗函数和窗长对谱估计的影响。结果表明:分段平均FFT法优于频率平均法谱估计;其采样步长较短,谱估计结果较好;可选择合适的步长,以提高谱估计的质量。