【摘 要】
：
1 概 述rn沙集闸站、刘老涧站、洋河滩闸3座水电站均为江苏省骆运水利工程管理处管理的电站,其中沙集闸站位于徐洪河上,刘老涧站位于中运河上,洋河滩闸位于骆马湖南堤上,主要
【机 构】
：
江苏省骆运水利工程管理处,江苏 宿迁 223800
论文部分内容阅读
1 概 述rn沙集闸站、刘老涧站、洋河滩闸3座水电站均为江苏省骆运水利工程管理处管理的电站,其中沙集闸站位于徐洪河上,刘老涧站位于中运河上,洋河滩闸位于骆马湖南堤上,主要利用骆马湖弃水及灌溉用水发电,发电运行具有季节性和相机性特点.3座水电站现状发电总装机容量5480 kW ,设计年发电量1296万kW·h ,近3年实际运行年均发电量655万kW· h.
其他文献
泥沙是影响黄土高原区水电站运转和效益发挥的重要因素。为了提高水电站发电效益,针对目前泥沙对水电站水能资源的发挥产生不良影响的实际,通过科学的研究,提出了合理排除泥沙的方案,并全面阐述了排除泥沙的方法和原理以及实际使用效果。图3幅,表1个。
研究建立了中西非刚果(布)小微水电开发区域的综合评判指标体系,运用层次分析法和熵权赋权法的基本原理对多个开发区域方案进行综合评判。在评判优选过程中,综合考虑客观市场、行政能力、金融风险、社会因素等所辖静态、动态共13个二级指标。先通过层次化比较获得全局权重,随后利用熵权法评价结果与之对比,二者评价结果大致相似而其指标权重略有不同;分析认为熵权法能较好地摒弃同质化指标,评价权重更具合理性、客观性;从而最终综合判定莱库穆、尼阿里等地作为刚果(布)小微水电开发的优先推荐区域,其余地区依次为基本推荐和暂不推荐区域
为实现列车车轮踏面表面缺陷的自动化检测,文中提出了一种基于深度学习的缺陷检测模型,该方法主要通过改进的VGG16模型进行缺陷识别。在训练阶段,引入了迁移学习缓解缺陷数据较少问题,并通过模型剪枝算法减少模型参数。实验结果表明,与其它深度学习方法和传统方法相比,文中的算法具有更好的检测效果及更低的内存消耗。
扩频因其良好的保密性被广泛应用于各领域,在非协作条件下对扩频信号解扩则需要进行参数估计。针对直扩信号在低信噪比情况下采用传统倒谱法估计伪码周期性能陡然下降,以及传统倒谱中周期图谱法会造成频谱泄漏的问题,提出了一种基于延迟相乘与Marple算法的Yule-Walker自回归功率谱的倒谱法。通过MATLAB仿真分析,该方法能够提升伪码周期分量幅度,增强噪声抑制能力,避免频谱泄漏。
为了提高电力系统的工作效率,提高设备的状态监测、故障预防和风险评估能力,在大数据分析技术的基础上,构建出输变电设备智能运维监测系统的方案。该方案通过Hadoop模型搭建平台,以分布式展开,充分利用数据集进行高速运算和存储。应用MapReduce编程与新兴的哈希数据存储算法,提升数据运行和计算的效率,比寻常数据分析方法快将近25%。
列车车底部件检测通常采用对应区域比对策略,模板图像和当前图像因抖动造成差异,产生图像配准偏差直接影响检测结果。提出一种基于深度学习的图像快速配准算法,通过图像块的四角点单应性参数化,完成一幅图像至另一幅图像的映射,构成动车车底图像数据集,其中通过均方误差回归局部区域的角点的形变量,获得单应性矩阵,同时在预处理阶段,对图像进行直方图均衡化,放大特征,最后利用单应性矩阵对待配准图像进行仿射变换。为了验
为了降低电力通信风险,提高电力通信的稳定性,提出了基于熵权-灰色模型的电力通信风险预测方法。通过随机信道分布式重组,构建电力通信信息传输的序列重构模型,采用随机编码序列分析方法,进行电力通信信息传输的最大似然估计,挖掘风险特征分布数据;在此基础上,通过熵权特征提取分析电力通信风险特征,采用灰色模型进行电力通信风险分类识别,实现电力通信风险预测。仿真结果表明,该方法进行电力通信风险预测过程中,电力通信数据的漏检率较低,电力通信风险预测的效率较快,提高了电力通信风险预测效果。
以温泉水利枢纽电站为例,通过对该水库出库流量及多年平均水头分布相应参数的分析,初步确定合理的机组选型方案,为后期的设计工作奠定了理论基础。图2幅,表2个。
在工业物联网中,设备的计算能力通常有限,但任务往往需要及时执行,存在延时情况。为了解决该问题,提出了一种基于移动边缘计算的分层机器学习任务分配框架。该方法通过根据每个设备不同需求,决定要卸载的任务部分,以最小化处理延迟。并结合机器学习模型复杂度和推理错误率、数据质量、设备和服务器的计算能力以及通信带宽的影响,提出了一个联合优化问题,以使总时延最小,该问题的解即为最优卸载策略。在实验部分,分析了该研
针对小浪底西沟水电站立式水轮机组水导轴承旋转油盆渗油现象,从上油盆挡油圈螺栓松动间隙渗油、溢油管安装松动间隙渗油、推力瓦测温电阻松动间隙渗油等3个方面进行全面分析