排序方式: 共有78条查询结果,搜索用时 15 毫秒
71.
为缓解区域供能紧张现状、提升清洁取暖工作成效,基于Rhino-Grasshopper可视化编程平台,以采暖碳排放、采暖季室内热舒适、改造全局成本增量为优化目标,构建河北平原地区"双替代"农宅低碳化改造多目标优化设计模型.结果 表明:"双替代"农宅具有较大的性能优化潜力,低碳化改造后Ⅰ类农宅(燃气壁挂炉)的3项目标性能均优于Ⅱ类农宅(空气源热泵);Ⅰ类农宅最优改造方案为120 mm外墙/180 mm屋面防火蜂巢隔离保温板(EPS)+三玻双中空外窗+无吊顶,该方案可减碳91.6%、室内热舒适改善56.8%、全局成本增量-58739元;Ⅱ类农宅最优改造方案为110 mm外墙/160 mm屋面EPS保温板+三玻双中空外窗+室内无吊顶,该方案可减碳90.6%、室内热舒适改善53.6%、全局成本增量-26571元. 相似文献
72.
我市地处太行山脉中段西麓的山间盆地之中,地形复杂,大风天气在一年四季均有发生。大风主要有两类:一类是强冷空气活动、寒潮爆发形成的大风,另一类是雷雨大风。虽然这两类大风的成因、影响范围、持续时间相差甚远,但都会对我们的工农业生产、电力、通讯、建筑设施产生不利影响。尤其春季气候干燥,气温回升快,大风天气使土壤水分蒸发加快,造成跑墒严重,将加重春旱发展。另外,气候干燥和大风天气极易引发火灾,因此大风被列为重要天气之一。为了能更好地做出大风预报,本文对我市大风类型及产生大风的天气系统进行分析,从天气形势、关键区的要素场等资料归纳出定量的指标,利用数值预报产品的细网格和多样性,初步总结了我市大风天气发生的规律,得出大风天气预报的指标,从而提高此类天气的预报准确率。 相似文献
73.
74.
我国是世界第一大温室气体排放国,建筑业CO2排放量位居我国国民经济各部门之首,而我国建筑业仍处于高能耗、高碳排的粗放型产业阶段,发展低碳建筑是建筑业由能源密集型向高新技术产业转型升级的必然选择。通过对影响我国建筑业低碳转型升级关键因素的深入剖析,创新性地从社会认知、低碳技术、碳交易市场和政策体系等方面提出相应的对策建议。 相似文献
75.
为进一步降低北方乡村住宅采暖能耗、改善室内热舒适,依托Rhino-Grasshopper可视化编程平台,构建北方乡村住宅形体参数多目标优化设计框架.结合天津乡村实地调研数据,对北方乡村住宅规划和单体层面的9项形体参数进行了多目标优化,应用TOPSIS(technique for order preference by similarity to an ideal solution )综合评价法对帕累托解集进一步筛选,得到L型及U型乡村住宅形体参数最终设计方案.结果显示:优化后的L型乡村住宅采暖能耗及热舒适表现均优于U型;L型、U型乡村住宅形体优化方案在基准建筑基础上分别节约采暖能耗16.6%~18.0%,16.3%~26.4%,室内热舒适改善16.5%~17.5%,2.1%~19.0%. 相似文献
76.
介绍渤海油田某作业公司针对海上油田伴生天然气回收所采取的技术研发与实施效果,包括应用伴生气压缩机处理流程工艺技术、燃气调储回收伴生天然气发电技术,创新实施天然气处理流程“大回流”“小回流”技术回收放空气,采取外输气海管反输气技术、原油海管掺气外输技术回收放空气,应用射流器技术、变频湿式低压螺杆压缩机技术回收二级生产分离器低压放空气,创新采用低压压缩机回收水源井、斜板除油器放空低压气。利用渤西南联合供气管网、油田群电力组网构建的新发展格局优势,某作业公司多项举措齐抓并用,为天津分公司完成碳达峰、碳中和目标奠定了坚实基础。 相似文献
77.
随着民机系统复杂程度不断提高, 传统的安全性分析方法已不能完全满足危险源高效识别的要求, 为有效分析和评估民机系统安全性, 提出系统理论过程分析(system-theory process analysis, STPA)和网络分析法(analytic network process, ANP)相结合的安全性分析方法。针对STPA没有给出完整的关键致因分析与评估过程, 将STPA与ANP关键结构对应结合, 对危险控制动作进行致因分析和评估, 得到危险控制动作关键致因。以某型民机数字式飞控系统为例展开分析, 通过形式化建模验证及仿真验证, 证明该模型方法可以准确和完整地识别分析系统潜在危险并确定危险关键致因, 为民机系统安全性分析提供支持。 相似文献
78.
为提高山区中小流域实时洪水预报精度,提出了一种基于历史洪水学习的KNN实时校正方法(KNN-H法),并选择陕北黄土高原地区2个山区中小流域为研究区域,将其与传统KNN法和AR法进行对比,验证该方法的校正效果。结果表明:KNN法和KNN-H法的校正精度总体高于AR法;KNN法和AR法不能有效降低预报结果的峰现时间误差,而KNN-H法校正结果峰现时间误差比校正前有明显降低;KNN-H法通过对历史洪水预报误差的学习,可有效解决KNN法在实时校正中因为预热期资料不足导致的校正精度不高问题;当预报洪水过程处于涨洪或退水阶段时,KNN-H法能够快速定位到历史洪水的相同阶段,分析历史预报误差后迅速对当前预报值做出校正;总体上KNN-H法校正精度高于传统KNN法。 相似文献