本期电子书封面故事整期封面整期目录
刊期浏览栏目浏览
- 摘要：目的近年来，大语言模型在语义理解与推理生成方面取得突破性进展，为多源信息融合、复杂情景决策及跨主体协同提供了新的技术路径。然而，针对大语言模型在气候适应型电力系统中的作用机制与应用框架，学术界与工程界仍缺乏系统性认识。在此背景下，围绕电力系统气候适应能力提升的关键需求，系统梳理大语言模型在该领域的应用潜力与核心问题。方法首先，从气候变化对电力系统多尺度影响出发，分析电力系统在信息整合、决策生成与协同交互方面的关键能力约束；其次，构建“信息解析-决策生成-协同交互”的统一分析框架，系统总结大语言模型在语义理解、推理生成及多主体协同中的典型方法范式；进一步，针对工程应用需求，分析大语言模型在输出可靠性、物理约束一致性、实时响应能力、数据安全及非平稳环境适应性等方面的关键挑战；最后，面向气候不确定性背景下的系统演化需求，对大语言模型赋能电力系统的未来研究方向与实现路径进行展望。结论面向气候变化挑战，大语言模型的深度赋能将驱动电力系统由被动响应走向主动适应，迈向安全、低碳与高韧性的协同发展新范式。关键词：气候变化;气候适应型电力系统;大语言模型;多源信息融合;决策生成;系统韧性173|66|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
电网调控大语言模型能力提升关键技术研究 AI导读
摘要：目的针对通用大模型在电网调控垂直领域中直接应用时存在的领域适配困难、“幻觉”风险突出、训练成本高昂及知识更新滞后等问题，提出并设计了一种深度融合领域知识与大模型能力的电网调控专用大语言模型快速构建技术。方法首先，基于通用大模型，融合低秩自适应与检索增强生成技术，设计了“领域低秩自适应微调-检索增强生成知识增强-优化排序”一体化协同策略。在微调阶段引入“问题-检索依据-答案”三元组训练样本，实现了知识调用策略与知识内容本身协同训练。其次，构建了面向电网时空-设备强约束的双层混合检索架构，通过结构化属性过滤与语义向量检索的级联策略有效压缩了搜索空间；在此基础上设计了知识分组重排序策略，使检索结果从“最相似文本”升维为“最优知识结构”；然后设计了引导时空认知、拓扑推演与多步推理的结构化提示词模板，并构建了贯穿模型生成全过程的“证据-阈值-人工”三重可靠性保障机制。结果实验表明，所提模型在专业领域知识能力、检索增强性能上显著优于通用大模型及现有领域模型，高风险场景下答案准确率达98.1%，有效抑制了幻觉。结论所提方法及策略为电网调控高风险场景下大模型的安全可控应用提供了可行的工程化解决方案。关键词：大语言模型;电网调控;低秩自适应;检索增强生成;双层混合检索;分组重排序95|50|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01基于多模态大模型的电力现货市场价格预测 AI导读
摘要：目的为应对高比例可再生能源接入电网对短期电价预测的挑战，提出一种基于视觉语言模型(vision language model，VLM)的多模态、多任务短期电价预测模型EP-VLM。方法该模型整合补丁记忆增强器、频域卷积编码器及结构化文本嵌入器3个模块，分别对应处理时序、视觉与语言等多模态特征并转换为VLM可嵌入的词元。通过提取多模态融合特征，模型能够全面捕捉影响电价的复杂因素。结果基于中国北方某省份电力市场真实数据实验表明，EP-VLM在不同预测步长下均显著优于现有时序预测模型，且展现出强大的少样本学习能力。结论该模型有效提升了电价预测精度，验证了其在超短期和日前电价预测中的准确性和鲁棒性。关键词：电价预测;视觉语言模型(VLM);多模态融合;日前预测;组合损失函数;时频分析;少样本学习67|116|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01- 摘要：目的光伏功率的准确预测对电网安全、稳定、经济运行具有重要意义。为了提高光伏功率预测精度，提出了一种基于样本熵聚类分解-倒置Transformer的光伏功率预测模型。方法首先，提出一种样本熵聚类分解的方法，通过引入层次聚类算法和轮廓系数构建自适应评估体系，优化样本熵重构过程；其次，利用优化后的变分模态分解算法对噪声干扰的聚类集群进行有针对性的二次分解；然后，采用倒置Transformer模型将分解后的各分量分别进行预测，深度挖掘长时间序列跨变量之间的相关性；最后，叠加各分量预测结果，得到最终预测结果。结果所提方法相较于基准iTransformer模型，在晴天、阴天、雨天下的决定系数分别提升了0.7%、3.1%和3.2%；在不同的预测序列长度下，决定系数分别提升了4.2%、4.7%和4.6%，充分验证了所提模型的优越性和可行性。结论所提方法有效解决了传统模型对高波动、间歇性的光伏功率数据表征能力薄弱，及因多变量长期时序建模能力不足而导致预测精度偏低的问题，显著提升了预测精度。关键词：光伏发电;光伏功率预测;层次聚类;样本熵;长序列预测;倒置Transformer模型76|61|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的风电机组的发电机轴承在运行中容易出现损伤，传统依赖人工经验的频谱分析难以及时、准确判断故障。为降低风电机组运行的安全隐患、减少故障停机造成的经济损失，提出了一种基于BERT大模型的风电机组发电机轴承状态监测系统(condition monitoring system，CMS)数据处理与分析方法，以实现故障数据的精准识别。方法利用从实际风电场采集的CMS数据，生成包含轴承外圈特征频率、时域、频域等信息的17维特征量，将这些特征量结构化处理后输入BERT大模型，通过数据训练得到故障数据识别模型。结果使用同一风电场其他风机的240组实际数据，测试模型的故障数据识别能力，识别准确率为98.75%。结论所提方法可在复杂工况和强噪声环境下实现对CMS数据的精准分析与识别，为提升风电机组状态监测的智能化和精细化水平提供参考。关键词：风电机组;发电机轴承;状态监测系统;BERT模型;故障识别;智能诊断22|8|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的越来越多不确定性、波动性的分布式可再生能源的接入使电力系统的频率偏差增加，系统有功功率的不平衡加剧。为解决可再生能源并网带来的有功功率不平衡问题，提出一种Transformer与Q学习双驱动智能发电控制(transformer and Q learning dual-driven smart generation control，TQDD)算法。方法基于TQDD算法的智能发电控制器由1个数模双驱动环和1个比例环组成；在数模双驱动环中，完全自适应噪声集合经验模态分解(complementary ensemble empirical mode decomposition with adaptive noise，CEEMDAN)对采集的频率偏差信号进行模态分解；Transformer对模态分解后的一系列模态分量进行预测；K均值聚类对预测信号进行大、小波动信号分类；Q学习跟随分类后的大波动信号；分数阶比例-积分-微分(fractional-order proportional-integral-derivative，FOPID)快速跟随分类后的小波动信号。结果所提TQDD算法与其他5种对比算法在可再生能源发电机组出力占比为80%的两区域电力系统算例中进行仿真，结果显示，TQDD算法控制下的频率偏差、发电总成本和碳排放量成本较对比算法分别降低45.44%、12.04%和10.25%。结论该算法能精确控制新型电力系统各发电机组的输出功率，减少电力系统的频率波动。关键词：新型电力系统;智能发电控制;Transformer;数模双驱动;双闭环结构;高比例可再生能源;强化学习;完全自适应噪声集合经验模态分解(CEEMDAN)28|7|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的入炉煤的粒度分布直接影响循环流化床锅炉的燃烧效率、运行稳定性及环保指标，实现对其实时在线精准检测具有重要意义。针对现有图像处理方法在煤流颗粒检测中存在的重叠严重、边缘模糊及小目标漏检等问题，提出一种融合YOLOv5m与通用图像分割模型(segment anything model，SAM)的级联检测架构。方法对工业相机采集的煤流图像进行预处理和对比度增强，引入CoordAttention机制并优化锚框设计的改进型YOLOv5m模型，实现对显著煤粒的快速粗定位与掩码生成，有效屏蔽已识别区域；基于迁移学习策略微调SAM，对残留复杂区域中的小尺寸及模糊颗粒进行精细化分割，从而显著减少计算冗余。结果该YOLOv5m-SAM协同方法在检测精度、稳定性和效率方面均优于对比方法。联合模型的平均交并比(intersection over union，IoU)达到0.94，粒度数量识别均值接近真实值，标准差仅为0.39；单次检测耗时9.6 s，相比单一SAM缩短88%，显著提升了实时性。结论所提方法在复杂工业图像场景下具有良好的泛化能力和鲁棒性，为输煤皮带煤流粒度的在线、全自动、高精度分析提供了可靠的技术路径，具备广阔的工程应用与推广前景。关键词：YOLOv5m;图像分割模型(SAM);在线检测;图像识别;入炉煤;粒度分布;级联检测;燃烧效率优化13|7|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的光伏发电因其随机性、间歇性和波动性的特点，在大规模并网时会对电力系统产生冲击，从而给电网的运行与调度带来严重的挑战。构建高精度的光伏功率预测模型，以及准确刻画光伏功率随气象条件变化的波动，对保障电网的稳定运行具有重要意义。为此，提出一种基于智能优化算法组合模型的光伏功率预测方法。方法首先，以长短期记忆网络(long short-term memory，LSTM)为核心模型，构建了残差网络(residual network，ResNet)-LSTM-Dropout光伏功率预测组合模型，其中：ResNet用于从复杂气象数据中提取深层非线性特征；LSTM用于学习光伏功率序列的时序变化规律；Dropout层用于降低模型在复杂样本上训练过程中的过拟合风险，提高模型的泛化性能。其次，针对霜冰优化算法(rime optimization algorithm，RIME)易陷入局部最优且收敛速度较慢的问题，在算法中引入余弦策略以提高局部探索能力，利用角色策略增强全局搜索能力，并结合柯西变异策略避免算法早熟收敛，由此形成了改进霜冰优化算法(improved rime optimization algorithm，IRIME)。最后，采用IRIME算法对ResNet-LSTM-Dropout组合模型的关键超参数进行寻优，并利用优化后的模型进行短期光伏发电功率预测。结果基于西北某光伏电站的实测数据验证了所提模型的有效性。实验结果表明，在不同天气条件下，IRIME-ResNet-LSTM-Dropout模型预测性能均优于其他对比模型，在阴天和雨天等复杂天气下效果更为显著。结论所提方法有效提升了光伏功率预测精度，为保障电网的安全稳定运行和优化协同规划提供了重要的理论支持。关键词：光伏发电;预测模型;霜冰优化算法(RIME);长短期记忆网络(LSTM);残差网络;余弦策略;角色策略;柯西变异策略19|9|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的水轮机组运行中可能产生具有非线性、多尺度特性的振动异常等多模态故障信号。传统时序模型难以捕捉长程依赖关系，单模态分析方法无法有效整合异构数据特征。针对上述问题，提出Transformer-格拉姆角场(Gramian angular summation fields，GASF)-递归图(recurrence plot，RP)-二维(two-dimensional，2D)-门控循环单元(gated recurrent unit，GRU)的多模态异构图混合特征提取模型，旨在提升故障诊断的可靠性与泛化能力。方法将水轮机组的时间序列数据转换为2D图像，利用GASF和RP方法提取时序数据的空间特征，构建Transformer模型，同时采用GRU捕捉动态时序特征，并且通过多模态特征融合，将时序特征、图像空间特征以及异构图像特征相结合，从而显著提升故障识别的准确性和鲁棒性。结果所提方法在水轮机组故障诊断任务中表现出更高的准确率和更强的泛化能力，且在多个测试集上的诊断准确率均达到100%。结论所提方法可有效融合时序数据与图像特征，显著增强模型对非线性故障模式的识别能力，并且能够准确捕捉设备的异常状态。关键词：水轮机;故障诊断;Transformer;优化算法;门控循环单元(GRU);特征提取;格拉姆角场(GASF);递归图(RP);二维图像11|3|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
新型电力系统人工智能前沿技术与大模型应用
- 摘要：目的随着风电、光伏等新能源规模化接入电网，其随机性、波动性为新能源安全并网及消纳带来了挑战。分布式压缩空气储能(distributed compressed air energy storage，DCAES)因其灵活性高、转速可调等优势，可实现对功率指令的快速跟踪，进而平抑新能源功率波动。然而，DCAES膨胀发电系统采用传统扰动观察法进行功率跟踪，存在跟踪速度和稳态精度无法兼顾的问题。针对该问题，提出了一种具备灵活功率调度能力和良好跟踪特性的DCAES变步长功率跟踪控制策略。方法将DCAES膨胀发电系统的功率变化率和转速偏差率引入扰动步长中，通过实时自适应调整转速变化步长，实现对功率指令的快速、可靠跟踪。基于MATLAB/Simulink搭建了DCAES膨胀发电系统仿真模型，对所提控制策略的有效性进行验证。结果与小步长功率跟踪控制策略相比，所提控制策略可使系统跟踪速度提升25%以上；与大步长功率跟踪控制策略相比，二者跟踪速度基本相当，但功率振荡幅值降低到大步长策略的1%以下。结论所提控制策略有效改善了转速步长选取对功率跟踪效果的影响，使系统兼具较快的动态跟踪速度和较高的稳态精度。关键词：电力系统;分布式压缩空气储能;新能源;膨胀机;永磁同步发电机;功率跟踪控制策略11|5|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的锂电池的性能对温度变化极为敏感，针对储能蓄电池极端工况下充放电过程中的产热问题，设计了一种基于石蜡/膨胀石墨的复合相变材料(composite phase change material，CPCM)电池热管理系统。方法结合Bernardi生热理论，编写了电池数值模型的用户自定义函数(user-defined function，UDF)源项，探讨了不同放电倍率和CPCM的排布类型、密度、厚度对系统热管理性能的影响规律，并采用耦合铝金属外壳的方式对系统的温控性能进行优化。结果相比低放电倍率，CPCM在高放电倍率下对电池的热管理作用更为显著。电池内部导热系数的各向异性及CPCM与电池表面的接触面积对传热效率和温度分布起关键作用。适当提高CPCM的密度和厚度有助于增强系统的温控性能。此外，耦合1.6 mm厚度铝金属外壳能够在提升冷却效果的同时，保持较好的电池成组效率。结论研究成果可为相关储能应用蓄电池组的热管理系统设计与优化提供参考。关键词：锂电池;复合相变材料(CPCM);热管理;数值模拟;温控性能;高倍率放电42|33|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的随着电池和超级电容器等储能设备在全球范围内的广泛应用，对其性能进行实时在线监测变得愈发关键，电池传感系统的重要性也在日益凸显。传统传感器容易受到电磁干扰，而光学传感器具有电磁干扰少、体积小、重量轻等优点，能明显提高估算荷电状态(state of charge，SOC)和健康状态(state of health，SOH)的准确性，因此有必要分析其研究进展。方法详细介绍了光纤倏逝波传感器、光纤布拉格光栅传感器、光纤局域表面等离子体共振传感器的工作原理及其应用实例。此外，还探讨了如何利用先进的数据处理技术和算法，从大量原始数据中提取有价值的信息，以进一步优化电池性能、预测故障并提升整体系统效率。应用特征选择、模式识别和预测建模等先进的数据分析技术，能够有效增强对电池性能的理解，提前发现潜在问题，从而提升系统的整体性能和安全性。结论未来的研究应集中在进一步提高传感器本身的性能，包括灵敏度、稳定性和成本效益；同时也要加强数据处理算法的研究，以更好地适应快速变化的市场需求。关键词：电池;光纤传感技术;电池管理系统;荷电状态(SOC);健康状态(SOH);光纤布拉格光栅;数据处理技术9|60|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
储能
面向倾斜接收面的高通量聚光太阳炉优化研究 AI导读
摘要：目的近年来，热化学与太阳能聚光技术相结合，开发出光热技术的新型应用领域，然而现阶段热化学反应器与太阳炉等聚光装置耦合不足。为此，对热化学反应器接收面能流密度开展研究，提出一种针对接收面的聚光器优化设计方法。方法以面向倾斜接收面的太阳炉作为研究对象，采用光线追迹法建立数值仿真模型，探究反应器接收面的设计变动对靶面能流密度分布的影响；研究靶面光线入射角对太阳炉聚光镜聚光贡献的影响，将其作为约束量对太阳炉聚光镜设计进行优化，并分析聚光器优化效果。结果聚光器边缘区域对光斑造成明显形变，且能流密度贡献显著下降；通过约束汇聚光线对靶面的入射角，能够在相同的镜面面积下使光斑能流密度峰值提升18.52%，靶面功率提升6.53%。结论研究结果为热化学反应器接收面设计提供了能流密度分布影响规律，对太阳能热化学系统的耦合匹配具有重要意义。关键词：热化学;太阳能;储能;光热;太阳炉;数值模拟;聚光器;能流密度分布7|4|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01电氢耦合系统集群协同调控技术 AI导读
摘要：目的随着可再生能源在能源结构中所占比例的持续增长，电制氢耦合燃料电池发电技术在电氢热综合能源系统中的应用受到了业界的广泛关注。这些系统正逐步从单一的独立系统向集群化发展，这使得系统综合调控技术在其中扮演了至关重要的角色。为此，系统分析了电氢耦合系统集群协同调控技术的研究进展。方法全面综述了电氢系统的机理建模、经验建模和半经验建模3种主要建模方法在电解槽性能优化中的作用；深入分析了链式控制策略、平均分配策略和轮换控制策略等3种控制策略在波动性工况下的应对能力；探讨了包含电氢耦合系统的综合能源系统在交通、建筑和工业园区等领域的应用潜力，特别强调了其在电力生产和供应中的关键作用；最后，进行了经济性分析，评估了不同模型在实际应用中的成本效益，以期为电氢热综合能源系统的优化设计和高效运行提供理论依据和决策支持。结论未来，人工智能和机器学习技术在电制氢系统中的集成应用，有望进一步提升建模精度、优化运行策略、增强系统稳定性与智能化水平，从而推动电制氢技术向高效、可持续方向发展。关键词：可再生能源;电氢耦合;电解槽性能优化;波动性工况;综合能源系统;经济性分析;人工智能34|12|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
新能源
- 摘要：目的远洋海岛缺乏电网支撑，可再生能源出力和负荷水平的季节性差异显著，加之缺少长期储能方式，导致大规模弃风弃光和高额碳排放。如何利用联络线协调不同海岛微电网间的多元灵活性资源，以实现功率互济与经济运行，成为当前面临的挑战。为此，提出了一种基于局部自适应惩罚参数的交替方向乘子法(locally adaptive alternating direction method of multipliers，LA-ADMM)的分布式协调优化运行策略。方法首先，对海岛微电网集群内微型燃气轮机、电池储能和灵活性负荷进行建模；然后，建立综合考虑运行维护成本、环境成本、电能交易成本和过网费的经济优化模型；最后，采用LA-ADMM算法对模型进行求解。结果在满足微电网电力供需平衡的基础上，灵活性负荷、电池储能和微型燃气轮机分别参与调度时，海岛微电网综合运行成本削减最大值分别为4.223%、5.316%和6.326%。此外，采用LA-ADMM算法求解优化运行策略所需时间比ADMM算法缩短了41.38%。结论所提方法不仅可以加快分布式优化运行策略的求解速度，还可以实现系统的经济运行。关键词：海岛微电网;微电网集群;分布式协调优化;交替方向乘子法(ADMM);功率互济;多元灵活性资源16|8|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
分布式能源
- 摘要：目的为提升碳捕集燃煤电站的运行灵活性，从而支撑电网消纳可再生能源发电，提出了压缩二氧化碳储能与碳捕集燃煤热电联产系统集成的模式。方法建立了集成压缩二氧化碳储能的碳捕集燃煤热电联产系统的性能分析模型，结合㶲分析方法开展了系统热力及关键参数敏感性研究。结果通过集成压缩二氧化碳储能系统，碳捕集燃煤发电系统在储电工况下系统输出功率降低22.59%，在放电工况下系统输出功率可提升6.19%。压缩二氧化碳储能系统循环效率(system power efficiency，SPE)可达86.32%，㶲效率为64.82%，储能密度达46.60 kW⋅h/m3。此外，该集成系统可有效回收碳捕集过程余热供给热用户，储释能工况下余热回收率分别为24.9%和26.1%。结论所提系统可增强发电运行灵活性，提高膨胀机等熵效率、减小换热端差、改善换热效率是提高系统性能的关键。关键词：可再生能源;压缩二氧化碳储能系统;碳捕集;燃煤发电;热力学分析;㶲分析;余热回收14|9|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
甲烷掺氢微混燃烧器功率放大设计分析 AI导读
摘要：目的功率放大是燃烧器从小试实验走向工程应用的必要途径，微混燃烧是非常有潜力的甲烷掺氢燃烧方式，但目前设计研发中缺乏该类型燃烧器的功率放大依据，因此针对兆瓦级燃烧器开展研究。方法基于现场实验，通过数值模拟方法研究了甲烷掺氢微混燃烧技术在兆瓦级燃气锅炉中的放大特性。微扩散燃烧器实验及模拟对比表明，掺氢比例增加会导致整体燃烧反应速率加快，出口温度和NOx排放增加。根据氢气燃烧特点，提出基于喷口等流速和炉膛等容积热负荷的功率放大设计原则，并对不同功率下微混掺氢燃料燃烧热性、定喷嘴数以及定喷嘴直径2种设计方案进行对比。结果随着燃烧器的功率放大，整体燃烧室温度和NOx排放下降，且下降梯度逐渐减小；2种设计方案的轴线温度、速度分布以及出口的NOx排放也存在差异，但随着功率增加，2种方案的差距逐渐减小；选择合适的燃烧器喷口和炉膛放大设计方案可以有效降低NOx排放。结论研究结果可为大功率微混掺氢燃烧设备的设计提供思路。关键词：掺氢微混燃烧;掺氢比;功率放大;NOx排放;燃烧器设计;燃烧特性;排放特性12|9|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01循环流化床锅炉脉冲风帽的流化特性研究 AI导读
摘要：目的大型循环流化床(circulating fluidized bed，CFB)锅炉参与深度调峰时，炉内流化质量有所下降。为增强CFB锅炉调峰时颗粒的流化效果，提出了脉冲风帽的构想。方法通过在风帽进风管上增设Helmholtz振荡腔，可使出口气流呈现一定频率的脉冲变化，即获得所要设计的脉冲风帽。基于可视化试验台，开展了单个脉冲风帽冷态试验研究。通过分析风帽不同位置处压力的时域和频域变化规律，获得其脉冲特性；根据风帽进出口之间的压降变化情况，获得其阻力特性；通过分析风帽周边颗粒扰动范围和气固流动情况，获得其流化特性。结果脉冲频率集中于18~24 Hz，40%负荷以下时仍具有一定的脉冲强度。脉冲风帽两端压降随负荷的增大而增大，满负荷为2.2 kPa。相比于钟罩式风帽，40%、70%、100%负荷时，脉冲风帽对颗粒的扰动范围分别增加了8.0%、11.1%、15.7%，大颗粒堆积高度分别降低了2.1%、2.5%、2.9%。结论增设Helmholtz振荡腔能使风帽出口产生脉冲气流，强化气固接触，从而加大对床料颗粒的扰动，降低大颗粒的堆积高度，显著改善了颗粒的流化质量。关键词：循环流化床(CFB)锅炉;深度调峰;脉冲风帽;阻力特性;流化特性;气固流动15|8|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01- 摘要：目的灵活深度调峰背景下，传统的定时定量吹灰方式不适应锅炉的动态工况，易造成过吹或欠吹，为此，有必要开展锅炉的受热面积灰结焦监测研究。方法选取某660 MW超超临界燃煤机组锅炉中低温再热器为研究对象，首先利用受热面进出口工质参数计算实际换热量，然后构建基于反向传播神经网络(back propagation neural network，BPNN)的多因素积灰结焦预测模型，最后综合利用不同时间序列的多影响因素预测模型构建锅炉受热面积灰结焦预测模型。结果所提模型均方根误差为5 635.33 MJ/h，平均绝对百分比误差为0.62%，明显优于传统模型。结论所提方法能够充分挖掘历史数据的有效信息，实现锅炉受热面积灰结焦程度的在线监测，可为锅炉智能吹灰提供数据支持。关键词：超超临界;燃煤机组;反向传播神经网络(BPNN);吹灰;积灰结焦;在线监测;受热面9|4|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
- 摘要：目的高温超导(high temperature superconducting，HTS)D型线圈是核聚变装置中的核心部件之一，其运行电流大、磁场高，产生的洛伦兹力大，对磁体的稳定运行具有重要影响。为此，针对基于圆芯管内电缆导体(conductor on round core cable-in-conduit conductor，CORC-CICC)的D型磁体和环形磁场(toroidal field，TF)线圈，在20 K温度下对其机械稳定性进行了研究。方法首先，建立并分析线圈三维有限元模型，得到其单位体积力在D型磁体弯曲处、TF线圈中心段最大，分别为1.74×108 N/m3和2.24×108 N/m3；接着，分析磁体三维力热耦合模型，针对磁体不同位置的机械稳定性进行研究，对其失超能及失超传播速度进行计算，发现在磁场最强位置的失超能与失超传播速度最大，其中失超能为1.03 MJ/m3，轴向和横向失超传播速度分别为142.86 mm/s和2.77 mm/s。最后，提出一种加入氮化铝(AlN)和环氧树脂混合材料的方法来提升磁体的机械稳定性。结果在磁场最强位置的最小失超能变大。添加混合材料后，轴向失超传播速度比不加时更慢，横向失超传播速度比不加时更快。结论D型磁体和TF线圈存在机械稳定性最薄弱部位，所提方法不仅可以有效提高磁体的机械稳定性，也对20 K温区大型超导磁体的设计和运行具有重要参考价值。关键词：高温超导(HTS);圆芯管内电缆导体(CORC-CICC);D型磁体;环形磁场线圈;机械稳定性;失超;氮化铝;环氧树脂15|3|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-09-01
发电及环境保护
