介绍处理煤与瓦斯突出孔洞的一种方法

介绍了煤与瓦斯突出孔洞处理的另一方法,为类似煤与瓦斯突出孔洞处理提供了可借鉴的经验.     

煤炭资源开发项目分阶段融资模式选择

针对煤炭资源开发项目融资高投资、高回报、高风险等特点,在分析煤炭资源开发项目阶段性特点和主要资金来源的基础上,设计了项目融资模式。从煤炭资源开发项目的整体预期现金流出发,结合项目阶段性特点,建立了一套分阶段的融资模式。煤炭资源勘查阶段融资困难、信用等级低,一般采用一级项目公司直接融资,各融资参与方以占有股权形式组合。项目建设阶段要求资金足够、税收优惠高、融资成本低、信用水平高,使融资模式的选择较为困难,应采用杠杆租赁与产品支付相结合的融资模式,并在此基础上,结合ABS融资模式,形成资产证券化,保证资金结构的顺利转型。项目运营阶段以经营利润收益为主,且信誉程度较高,一般采取简单的银行贷款方式。     

北方农村旧房节能改造的经济性分析

以北方农村旧房为研究对象,探讨进行旧房节能改造的方法,引入全生命周期成本分析理论,对农村旧房经济性进行评价,并详细介绍计算公式,得出适合我国北方农村旧房节能改造的经济性评价模型。     

建筑光伏系统太阳辐照量分析

本文根据天空散射辐射各向异性的Hay模型。对我国一些城市的建筑光伏应用幅照量进行了计算和分析,给出了屋顶光伏系统在各种朝向和倾角下的幅照量变化及相应的最优倾角。结果表明,最优倾角与地理位置及当地的太阳能资源密切相关。并对光伏系统应用于建筑物立面时的幅照量进行了分析,对其适用性进行了讨论。     

煤矿长斜井TBM施工安全风险分析与评估

分析和辨识了煤矿长斜井TBM施工的风险因素,构建了二层级的风险评估指标体系。首先,对集对分析法中联系度的取值进行了改进;其次,采用熵权法对各个风险因素的权向量进行计算,构建了一种改进的集对分析法的煤矿长斜井TBM施工风险评估模型,研究了风险计算值与联系度的变化关系。最后,利用该模型对台格庙矿区煤矿长斜井(1^#、2^#实验井)TBM施工风险进行了预测与评估,给出了对风险偏好、不同的施工管理人员对风险的不同取值方法。研究表明该模型与方法在煤矿长斜井TBM施工风险分析中是有效的、实用的,而且也为煤矿长斜井TBM施工风险管控工作提供新的理论支持。     

邯钢Gleeble-3500热模拟试验机的应用

Gleeble-3500热模拟试验机可用于金属材料的动态热力学测试和过程模拟,通过选配适当的测试单元,可以进行系列热模拟试验。Gleeble-3500热模拟试验机在邯钢的新产品和新工艺研发中解决了很多技术难题,降低了研发成本,缩短了研发周期。     

利用多源信息和深度置信神经网络的配电系统空间负荷预测

准确的空间负荷预测是配电系统精益化规划的基础。在此背景下,提出利用多源信息融合和深度置信神经网络的配电系统空间负荷预测方法。首先,在分析空间负荷元胞多源信息特征的基础上,采用基于程度副词语义标定的结构化方法对负荷元胞的非结构化属性进行结构化处理,以充分挖掘利用负荷元胞数据信息。然后,采用受限玻尔兹曼机方法和反向传播（back propagation, BP）算法相结合学习元胞特征,以提升元胞高维特征提取的性能,并采用训练后的深度置信神经网络预测待规划区域的空间饱和负荷密度。最后,以某城市的区域配电系统为例,对所提出的空间负荷预测方法进行验证;仿真结果表明：在空间负荷预测模型中考虑非结构化信息的影响可以提高空间负荷预测精度,且与现有的一些方法相比,所提方法的预测精度更高。     

枣果的抗氧化活性成分研究进展

枣果是一种药食同源食品,目前有关枣果的研究内容主要包括化学成分的分离提取、成分分析、结构鉴定以及生物活性评价等。研究表明,枣果中含有多种生物活性成分,具有良好的抗氧化、抗肿瘤、抗炎、抑菌、免疫调节等功效。该文结合近年来的研究重点分析综述枣果中的多糖、黄酮类化合物、酚类化合物及其他抗氧化活性成分的研究现状,并总结在枣果抗氧化活性成分研究中存在的问题和发展策略,对枣果的深度开发、利用具有重要意义。     

含高渗透率分布式光伏的主动配电网电压分区协调优化控制

随着高渗透率分布式光伏的接入,配电网的过电压问题愈发严重,传统集中式的电压优化控制方法因为变量维数过多而无法满足控制时间的要求.基于此,该文提出一种主动配电网电压分区协调优化控制的方法.首先提出无功/有功分区质量函数作为分区指标,并以网络快速分区算法对配电网进行无功、有功分区.在无功分区内,以无功调节量最少为目标建立光...     

基于PSOＧCNNＧaBiGRU的瓦斯浓度预测方法

针对工作面瓦斯浓度精准预测中未有效利用瓦斯数据 的空间特性问题,在有效提取瓦斯浓度监测数据时空特征的 基础上,提出了一种基于优化卷积神经网络和优化双向门控 单元神经网络的瓦斯浓度预测方法(PSOＧCNNＧaBiGRU). 首先应用随机森林和 HilbertＧHuang变换方法对瓦斯监测 数据中的缺失值和噪声进行预处理,然后使用经过粒子群优 化的卷积神经网络对预处理后的瓦斯监测数据进行空间特 征提取,最后考虑数据的历史信息和未来状态,基于自适应 矩估计最大 值 优 化 的 双 向 门 控 单 元 神 经 网 络,构 建 PSOＧ CNNＧaBiGRU 瓦斯浓度预测模型.试验结果表明,相对于 PSOＧCNNＧBP、PSOＧCNNＧRNN 和 PSOＧCNNＧLSTM 模型, PSOＧCNNＧaBiGRU 在测试 集 上 误 差 分 别 减 少 了 ５２．２１％、 ４２．４３％和２９．６％.因此,PSOＧCNNＧaBiGRU 模型能有效提 高瓦斯浓度预测精度,对减少瓦斯灾害,保障煤矿的安全生 产具有现实意义.