天然气作为汽车替代燃料能源效率分析

参照能源生命周期评价方法,对比分析了燃油汽车、电动汽车、天然气汽车以及以天然气为原料气的甲醇燃料电池汽车和氢燃料电池汽车的能源效率。

燃气日负荷预测中温度累积效应的分析

分析历史燃气日负荷与气温之间的关系,研究温度累积效应影响燃气日负荷的特点。基于温度累积效应提出了用于燃气日负荷预测的气温修正模型。根据相关性原理,提出界限温度和最大影响累积时间的求解方法,通过求解温度累积效应系数,对气温进行修正。经过气温修正,预测日负荷与实际燃气日负荷的最大相对误差降低,平均绝对百分比误差也降低,说明基于温度累积效应对气温进行修正的方法能够有效提高燃气日负荷预测精度。

掺氢家用灶燃烧器设计参数优化与实验研究

在理论分析与模拟计算的基础上,提出掺氢家用燃气灶燃烧器设计参数优化建议.以掺氢20%的甲烷为基准气设计制造了两组燃烧器并进行对照燃烧实验,对适应较好的燃烧器深入研究其性能随掺氢比变化的规律.对于家用燃气灶燃烧器,额定工况下,当掺氢比满足稳定燃烧的需要时,引起的热负荷下降不会超过6.1%.以掺氢比20%的掺氢天然气为基准气设计大气式燃烧器,一次空气系数0.58,额定热负荷4.8 kW,额定压力2 kPa.灶前燃气压力1.5~3.0 kPa工况下,火孔直径2 mm、火孔间距7 mm的燃烧器能满足掺氢比为0~30%的掺氢天然气稳定燃烧及避免黄焰的要求.灶前压力2 kPa条件下,火孔直径2 mm、火孔间距7 mm的燃烧器随掺氢比增大,热效率逐渐增大.干烟气中CO体积分数在掺氢比10%时达到峰值,随后逐渐降低.在掺氢比10%时,干烟气中NOx体积分数明显上升,随后上升趋势变得缓慢.

北方农村燃气日负荷预测的BP神经网络优化

在调研部分农村地区煤改气居民用户实际用气情况的基础上,建立了一种基于小波阈值去噪和采用遗传算法优化BP神经网络的短期燃气负荷预测模型(称为GA-BP神经网络预测模型)。以华北地区农村煤改气居民用户作为研究对象,对974户管道天然气居民用户2018年1月—2021年12月的日用气量进行采集。对采集数据进行小波阈值去噪处理,进行日负荷预测影响因素的选择及量化。将负荷预测影响因素和日负荷组成的数据集划分为训练集和测试集,对BP神经网络预测模型、GA-BP神经网络预测模型进行训练和测试。将两种模型的日负荷预测值与真实值进行对比,并将两种模型的评价指标进行对比,验证两种预测模型的准确性。研究结论如下。小波阈值去噪处理去噪效果良好,可用于燃气日负荷预测数据预处理。日平均温度、天气类型、节假日情况、前一日用气量、供暖情况是影响燃气日负荷预测的5个主要影响因素。有必要关注供暖过渡期的日负荷变化。这段时期温差变化大,用气情况复杂多变,对供气不确定性影响较大。对这部分的合理处理可以有效减小预测误差。日平均温度是影响农村居民用气非常重要的因素。遗传算法对BP神经网络的优化,可以很好地为网络初始权值和阈值的确定提供依据,优化了网络参数。相较于BP神经网络,GA-BP神经网络的稳定性提高,预测误差减小,预测精度提高。GA-BP神经网络预测模型应用于燃气日负荷预测是可行的。

基于集对分析-可变模糊集合的事故评价模型

提出了一种燃气事故指标评级量化分析的方法。将可变模糊集合理论中的核心参数差异度与集对分析理论核心参数联系度相关联,简化了可变模糊差异度的构建过程,实现了两种方法的优势互补。结合实例,应用所建立的评价模型,对事故后果的指标评级做进一步量化,为更有针对性地进行事故评价提供了参考。

深度学习方法在能源负荷预测的应用

通过对6种常用的深度学习网络(循环神经网络、长短期记忆网络、门控循环单元网络、卷积神经网络、深度置信网络、生成式对抗网络)的解析,阐述深度学习的理论思想,综述深度学习方法在能源负荷预测领域的应用。深度学习在处理海量数据方面有更强的学习、提取特征的能力,有助于提高预测精度。研究文献及实例对比的结果都显示深度学习模型(LSTM模型)的性能要优于浅层机器学习模型(BP模型)以及传统统计模型(ARIMA模型)。以深度学习算法为基础的组合模型,是目前能源负荷预测领域的重点。通过将其他模型或者优化算法(PSO、EMD、GA算法等)与深度学习模型相结合,能够使得预测精度得到显著提高。实例对比中所使用的PSO-LSTM模型的预测精度高于LSTM模型,证明了组合模型能够有更高的精度。

浸没燃烧室压力波动冷态实验与数学模型建立

对浸没燃烧建立冷态实验系统,用空气代替烟气、空气管压力代替燃烧室压力,研究了浸没燃烧室相对压力波动极限幅度与浸没深度、空气流量、鼓泡孔直径、鼓泡孔分布之间的关系。利用SPSS软件拟合出燃烧室相对压力波动极限幅度的数学模型,并在热态实验工况下对模型的准确度进行了验证。冷态实验表明,不同浸没深度下的空气管相对压力波动极限幅度随空气流量的变化趋势基本一致,最大极限幅度随空气流量的增大而变大,最小极限幅度(负值)随空气流量的增大而减小。在相同空气流量下,空气管相对压力波动极限幅度随浸没深度的变化趋势基本一致,最大极限幅度随浸没深度的增加明显降低,最小极限幅度随浸没深度的增加明显变大。浸没深度一定时,最大极限幅度随鼓泡管直径的增加而变大,最小极限幅度随鼓泡管直径的增加而减小。在相同的空气流量下,最大极限幅度随鼓泡充满度的增加而减小,最小极限幅度随鼓泡充满度的增加而变大。建立的燃烧室相对压力波动极限幅度的数学模型准确度高,可反映相对压力波动极限幅度与各相关变量的关系。

天然气门站辐射加热器的结构优化

分析天然气门站辐射加热器的传热过程,建立数学模型。以某天然气门站为对象,通过计算,探讨换热管排列形式、管间距和换热管管径对换热管面积、辐射板面积和辐射效率的影响,分析了盘管式、排管式辐射加热器的特性。排管式排列方式优于盘管式,且根数越多越有优势;对于排管式排列方式,随着管径的变化,辐射板面积的变化趋势与换热管面积的变化趋势相反,在确定换热管管径时,应综合考虑辐射板和换热管材料的造价。