汽轮机滑压运行优化方法

    公开(公告)号:CN115450710A

    公开(公告)日:2022-12-09

    申请号:CN202211085776.9

    申请日:2022-09-06

    Abstract: 汽轮机滑压运行优化方法,属于火电厂汽轮机控制领域。解决了现有汽轮机组滑压优化方法准确率低,且无法进行定量指导的问题。本发明首先获取相应机组在预设时间段内的历史运行数据并进行聚类,从而分割成N种稳定运行工况下的数据集;利用N种稳定运行工况下的数据集,分别对N个相同的初始机组性能评估模型进行训练,获得适用于N种稳定运行工况下的机组性能评估模型;在机组滑压运行期间实时采集当前时刻机组真实运行数据,并结合N种稳定运行工况下的机组性能评估模型,计算在每种稳定运行工况下的负荷偏差,取N个负荷偏差中的最小值作为性能退化偏差s,并将其转化为主汽压力控制量ΔPz,对机组的运行状态进行控制。本发明主要用于对机组滑压运行中。

    基于四自由度运动机构的空间等离子体参数诊断装置

    公开(公告)号:CN112530229A

    公开(公告)日:2021-03-19

    申请号:CN202011614725.1

    申请日:2020-12-30

    Abstract: 本发明公开了一种基于四自由度运动机构的空间等离子体参数诊断装置,所述装置包括探针阵列、四自由度运动机构和固定框架,其中:所述四自由度运动机构为四轴结构,包括两个X轴、一个Y轴和一个Z轴,每个轴上均设有一个直线运动模块;所述探针阵列安装在四自由度运动机构的Z轴上,并且可绕X轴旋转90度;所述固定框架由焊接固定板、支撑柱、竖直调节机构、水平调节机构和基准板组成;所述四自由度运动机构通过X轴的底板固定在基准版上,Y轴固定在X轴的滑块上,Z轴固定在Y轴的滑块上。本发明通过探针阵列和四自由度运动机构的组合,实现了等离子体参数的大尺度、阵列化、多维度诊断,为近地空间等离子体物理研究提供技术支持。

    基于消息队列技术的实验类大数据资源分配管理系统

    公开(公告)号:CN112052093A

    公开(公告)日:2020-12-08

    申请号:CN202010936736.5

    申请日:2020-09-08

    Abstract: 本发明公开了一种基于消息队列技术的实验类大数据资源分配管理系统,所述实验类大数据资源分配管理系统包括实验数据交互消息队列集群、交互信息分析系统和实验资源管控系统,实验数据交互消息队列集群用于提供各应用群需要处理的任务数据信息,并交由交互信息分析系统进行处理;交互信息分析系统用于为实验资源管控系统提供硬件资源调配方案和应用群调配方案;实验资源管控系统根据交互信息分析系统提供的硬件资源调配方案和应用群调配方案重新调整配置各应用群所需硬件资源,并向其发布应用调整任务。本发明保证了实验数据的快速传递,极大的提高了实验数据的时效性,保证了实验的稳定运行,并在此基础上节省了大量的人力、物力成本。

    基于消息队列技术的实验类大数据资源分配管理系统

    公开(公告)号:CN112052093B

    公开(公告)日:2024-07-09

    申请号:CN202010936736.5

    申请日:2020-09-08

    Abstract: 本发明公开了一种基于消息队列技术的实验类大数据资源分配管理系统,所述实验类大数据资源分配管理系统包括实验数据交互消息队列集群、交互信息分析系统和实验资源管控系统,实验数据交互消息队列集群用于提供各应用群需要处理的任务数据信息,并交由交互信息分析系统进行处理;交互信息分析系统用于为实验资源管控系统提供硬件资源调配方案和应用群调配方案;实验资源管控系统根据交互信息分析系统提供的硬件资源调配方案和应用群调配方案重新调整配置各应用群所需硬件资源,并向其发布应用调整任务。本发明保证了实验数据的快速传递,极大的提高了实验数据的时效性,保证了实验的稳定运行,并在此基础上节省了大量的人力、物力成本。

    一种适用于耀斑预报问题的多线程神经网络模型的构建方法

    公开(公告)号:CN113537460A

    公开(公告)日:2021-10-22

    申请号:CN202110725250.1

    申请日:2021-06-29

    Abstract: 本发明公开了一种适用于耀斑预报问题的多线程神经网络模型的构建方法,所述方法如下:一:获取“耀斑数据集”;二:将“耀斑数据集”进行乱序处理,按照不平衡度分割成数据子集,标记为“耀斑数据子集”;三:初始化“ANN子模型”参数;四:将“耀斑数据子集”输入至“ANN子模型”,开始模型训练;五:将训练好的“ANN子模型”的模型参数进行取平均操作,得到“超级模型参数”;六:各个“ANN子模型”的模型参数采用“超级模型参数”作为初始化方法;七:重复三~六,得到适用于耀斑预报问题的多线程神经网络模型。该方法构建的多线程神经网络模型适用于太阳耀斑预报过程中出现的由于数据类不平衡问题导致的预报模型精确度低等问题。

Patent Agency Ranking