基于LSTM的发电机组污染物排放预测研究

为了利用电力公司积累的海量历史污染物排放数据,形成可以减少污染物排放的调度框架。采用递归神经网络,结合发电机组输出功率与污染物排放量之间的关系,并使用批规范化等深度学习技术,对数据和模型进行学习和训练。实验结果表明,可以有效预测发电机组污染物排放量,解决传统回归分析方法无法适用的难以提取有效特征的问题。     

潘北煤矿主井井筒冻结段快速施工实践

淮南矿业（集团）公司潘北煤矿在主井井筒冻结段施工中，选择合理的冻结和凿井施工方案，人为控制冻土进入荒径范围，实现了快速施工。简要介绍了井筒冻结设计、冻结施工及井筒掘砌外壁施工情况。     

LSTM和蚁群算法在智能电厂调度中的应用

各级电力公司积累了大量的历史发电数据,但是一直以来都没有得到有效利用。针对采用手工方式进行电力调度存在效率较低的问题,提出了一种基于长短时记忆网络(LSTM)和蚁群算法的智能调度算法。基于LSTM深度学习算法,通过对电力公司历史数据进行建模,LSTM算法可以有效提取出有效特征,实现预测一定条件下机组的耗煤量。同时,利用蚁群算法(ACO)设计了一种智能电力调度算法,从而在满足在完成实时发电任务的情况下,尽可能地节能减排。试验表明,采用LSTM算法,相比较线性回归、随机森林等算法,预测耗煤量的均方误差更小;采用ACO算法,相比较等微增率法、动态规划法以及遗传算法,可以更加快速、有效地分配发电负荷。     

复合应力下PVA-ECC受扭柱的抗震性能试验研究

通过6根钢筋加强ECC柱和1根普通混凝土柱在压-弯-剪-扭复合应力状态下抗震性能试验,研究了构件的滞回曲线、骨架曲线、强度退化、刚度退化以及破坏形态,分析了配箍率、纵筋配筋率、纤维掺量对ECC受扭柱抗震性能的影响。试验结果表明,较普通RC柱,ECC柱的滞回曲线更加饱满,屈服扭矩、极限扭矩以及极限扭率分别提高了64.4%、74.8%、123.3%;试件的纤维掺量从1%提高到2%,延性系数从2.30增至4.04;随着配箍率增大,试件受扭性能增强,较于未配置箍筋的试件,箍筋间距为75 mm的试件延性系数提高了66.2%,极限扭矩提高了34.0%。     

一种新的解决组合优化问题的自适应柯西进化规划ACEP

 本文在快速进化规划基础上,提出了一种解决组合优化问题的自适应柯西进化规划ACEP.该算法融合了柯西变异的优点,通过调整参量r来适当的改变搜索的步长,相对于经典进化规划CEP和快速进化规划FEP只需一半的种群数量便可快速到达问题的最优解,最后0/1背包问题的对比实验结果表明了其优越性.     

潘北矿主井冻结段施工实践

淮南矿业（集团）公司潘北矿在主井冻结段施工过程中，外壁出现出水及断裂等情况，通过选择合理的施工方案，精心组织，科学管理，使工程快速施工结束，达到安全施工的目的。     

欢乐中国年

岁末年关,到处都弥漫着年的味道。过年,可以悠然见南山,可以推杯把盏,可以围炉夜话,可以书山漫步……辞旧迎新,叙叙亲情,暖暖情意醉中感受!     

基于环保综合评价的电网节能环保调度研究*

文中提出一种基于环保综合评价以解决电网节能环保调度问题,节能环保综合值采用以焓-熵-流量三维热力状态模型表征机组系统的热力循环效率,将其整合为发电煤耗、节能潜力、污染物排放量和回水温度偏差四种因素并赋予权值计算,通过经典进化规划迭代得到电网节能环保调度的最优机组出力分配方案,最后通过合肥电厂#5机组实例表明在电网安全运行基础上,进一步发展节能、环保友好型调度模式的可行性。     

基于自适应阈值的活体细胞图像分割改进方法

针对非活体细胞去除问题,提出一种改进的活体细胞图像分割方法。该方法利用自适应阈值分割算法对原图像进行阈值分割,然后对图像中所有连通区域面积特征值进行判断,去除非活体细胞。由于图像初次分割后细胞边界存在不完全封闭的情况,提出了改进的图像边缘断点连接算法和改进的孔洞填充算法,使细胞边缘闭合,从而得到完整的细胞表面图像。实验结果表明,该方法能够准确的进行细胞分割,具有较好的鲁棒性。     

大数据环境下的分布式数据流实时处理技术研究

大数据背景下的海量分布式数据流处理技术要求较高的实时性和成功率。为了提高分布式环境下数据流实时处理的实时性,采用Hadoop分布式系统平台,提出了一种Map Reduce工作流实时调度优化方法。该方法采用2个相关参数来动态调整每个作业在队列中的重要程度,以便对工作流的优化做出动态的判断。此外,为了减少工作流整体的执行时间,对关键作业能否本地化进行判断和时间对比,从而尽量增加map任务的本地化。实验结果显示,提出的工作流实时调度优化方法在响应时间和调度成功率方面表现出较好的性能。