基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

基于轻量化深度学习网络的数字仪表识别

数字式仪表常用于变电站、工厂等生产环境,是一种直观的设备监测仪器。然而当前数字式仪表的读取方式还依赖于人工巡检,手动记录等,这些传统的巡检方式来监测设备的运行状态大大降低了巡检效率。为了实现传统行业的数字化转型,本文提出基于轻量化深度学习的数字仪表识别方法,通过改进的YOLOv5的目标检测框架,针对数字仪表目标区域在整张图片大小不一致的情况,提出对于感兴趣区域（ROI）的迭代目标检测方法,首次检测将感兴趣区域进行检测并切割统一到相同的尺度,随后迭代检测网络针对感兴趣区域内的字符进行检测并分类,以达到精确读数的目的。为提升多尺度检测性能,本文采用Res2Net模块主干网络中的的残差模块。采用GIoU取代通用的IoU作为位置损失函数加速模型训练效果的收敛。实验表明,改进后的框架实现了99.62%的准确率和99.55%的召回率,相比基线网络分别提升了12.72%和5.85%。通过将框架在边缘计算平台上的终端部署,在实际生产中取代了人工巡检,实现了商业化运行。     

鄂尔多斯盆地长7储层致密油水平井CO2补充能量与吞吐参数优化

长7储层是鄂尔多斯盆地主要的致密区块,近一半的致密油分布其中。针对长7储层开采渗透率低、开采难度大、依靠弹性开采产能较低、能量衰竭较快等问题,通过数值模拟的方法,构建水平井分段压裂数值模拟模型,首先对比不同吞吐方式对油田产能的影响,优选出CO₂吞吐为首选的补充能量方式。其次对井网形式、井网参数及吞吐参数进行优化研究。最终优选出合适的吞吐方案,达到提高生产效率的目的。结果表明,该储层的最优注采吞吐参数为：周期注入量为2 673 t、注入压力为21 MPa、注入速度为90 t/d、焖井时间为10 d。研究对鄂尔多斯盆地长7储层提高采收率具有一定的参考意义。     

不同热管工质对热管冷却反应堆堆芯物理参数的影响与分析

热管冷却反应堆采用非能动传热技术,热响应速度快,可避免堆芯单点失效,具有功率密度大、寿命长、环境适应性强、工作性能稳定等特点,是目前空间核反应堆研究的热点。本文基于清华大学开发的反应堆蒙特卡洛中子输运程序RMC (Reactor Monte Carlo code),以美国爱荷华国家实验室(Idaho National Laboratory, INL)设计的热管冷却反应堆INL Design A为研究对象,选取3种热管工质开展热管冷却反应堆堆芯物理计算。计算结果表明：锂热管工质不仅拥有很好的热物性参数,并且使用锂热管工质的热管冷却反应堆缓发中子有效份额最大、中子能谱较硬、燃耗反应性损失最小、增殖性能最佳,有利于热管冷却反应堆堆芯小型化与长寿命。因此,推荐锂为热管冷却反应堆的热管工质。     

震区中小跨径桥梁墩柱配筋率取值范围

为研究配筋率对钢筋混凝土桥梁延性抗震性能的影响,并在不同设防烈度对主筋配筋率的合理取值进行细分。以钢筋混凝土桥梁为研究对象,通过拟静力模型试验与有限元数值分析的方法,研究竖向钢筋(主筋)配筋率对桥墩延性的影响,提出典型桥墩的多级性能水平量化指标;并探究在氯离子侵蚀的恶劣环境下,不同配筋率对桥梁抗震性能所带来的影响,从而对氯离子侵蚀环境下的震区中小跨径桥梁墩柱配筋率取值范围提供参考建议。结果表明：考虑氯离子侵蚀作用下的恢复力模型能够较好地反映刚度的退化特性,墩柱的最佳配筋率取值范围为1.11%～2.72%;当加速度为0.3g(g为重力加速度)时,仅从配筋率的角度已无法满足墩柱的损伤指标,建议采用减隔震体系进行抗震设计,如采用延性体系时配筋率不得小于2.64%。研究结果可为中小跨径连续桥梁抗震设计提供参考。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。     

基于差异化绿色电力交易需求的省级绿色电力市场绩效评价

绿色电力作为环境友好型能源在近年来得到了广泛的应用,为探索省级电力市场绿色电力交易成效,首先通过梳理国外绿色电力市场机制和交易组织情况,并对比分析国内国网区域和南网区域的绿色电力交易现状,总结出国内各网省绿色电力交易的开展情况和规则特点。然后从分布式绿色电力参与市场交易、绿色电力偏差调整和绿色电力曲线形成三个方面,进行了差异化绿色电力交易需求分析与实践探索。最后针对性构建省级绿色电力交易的绩效评价指标体系,并进行实例分析,为省级电力市场绿色电力交易方法和市场评价提供参考方案。     

高密度电法在非煤矿山老窑采空区探测中的应用

由于矿山开采存在不明废弃老窑及采空区、老窑采空区资料不详、边界和积水情况不明等问题,矿山生产存在严重安全隐患。本文以湖南冷水江某金属矿山老窑采空区探测为例,采用高密度电法实施了4条物探测量剖面,经数据反演处理解译,共推断出8个采空区异常,其视电阻率特征均为高阻异常,显示其均为非充水采空区,根据已有矿体产出形态,推测采空区体积共约2 484 m³,基本确定了采空区的整体情况。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

燃料电池离心式空压机性能衰减特性试验研究

为了获取燃料电池空压机性能衰减特性、提高其使用寿命,针对一款自主开发的燃料电池空压机开展了耐久性试验研究.结合燃料电池汽车实际道路循环工况特征,构建了一种接近真实道路循环工况的空压机寿命测试工况,并开展了4 000 h的空压机耐久性试验,采集了不同磨合时间段的空压机性能与运行参数.通过耐久试验数据分析,明确了空压机性能衰减规律及其影响因素.除磨合时间外,空压机性能衰减主要受转速和压力的影响,其中压力衰减随转速增加而增大,衰减速度随磨合时间增加先快后慢;空气流量衰减对转速和压力均很敏感,衰减速度随磨合时间基本保持不变.磨合4 000 h后,在额定工况下空压机的出口压力和空气流量衰减最大分别达到7.5%和29.7%.