CN109740977A - 基于灰色关联分析的燃气机组碳排放影响因素的评价方法 - Google Patents

基于灰色关联分析的燃气机组碳排放影响因素的评价方法 Download PDF

Info

Publication number
CN109740977A
CN109740977A CN201910192882.9A CN201910192882A CN109740977A CN 109740977 A CN109740977 A CN 109740977A CN 201910192882 A CN201910192882 A CN 201910192882A CN 109740977 A CN109740977 A CN 109740977A
Authority
CN
China
Prior art keywords
carbon emission
data
generator set
gas generator
correlation analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910192882.9A
Other languages
English (en)
Inventor
王鹏
李梦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201910192882.9A priority Critical patent/CN109740977A/zh
Publication of CN109740977A publication Critical patent/CN109740977A/zh
Pending legal-status Critical Current

Links

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems
    • Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]

Landscapes

  • Control Of Turbines (AREA)

Abstract

本发明公开了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，包括如下步骤：步骤1，获取燃气机组的碳排放量数据和影响因素数据；步骤2，基于灰色关联分析方式，将碳排放量数据作为参考对象、将影响因素数据作为比较对象，分别确定各比较对象与参考对象之间的关联系数；步骤3，在燃气机组的各时间段内通过各比较对象与参考对象之间的关联系数分别计算关联度，确定出最大关联度；在任一时间段内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。本发明能根据实际应用场合确定影响燃气机组碳排放的各个因素的重要程度，为碳排放量核算提供坚实的数据支持，从而提高碳排放量核算的准确性和可靠性。

Description

基于灰色关联分析的燃气机组碳排放影响因素的评价方法
技术领域
本发明涉及碳排放监测技术领域，更为具体来说，本发明为基于灰色关联分析的燃气机组碳排放影响因素的评价方法。
背景技术
随着人们对环境问题的日益重视，许多国家提出了严格的碳减排目标，比如，在2017年，中国全面启动了全国碳排放交易市场，电力行业作为最大的二氧化碳排放源，被纳入碳排放交易体系，而且在第一阶段以电力行业为全国碳排放交易体系的突破口，以希望使碳排放总量能够得到有效控制。
目前，碳排放量的核算往往依赖于排放因子进行计算，但火电企业的实际情况千差万别，现有基于排放因子的碳排放量核算方法往往难以准确核算不同火电企业的碳排放量，比如，对不同企业的燃气机组采用相同的排放因子和参数进行碳排放量核算，核算结果的准确性较差、可信度较差，不准确、不公平、可信度较差的核算结果会影响碳交易的鼓励机制和惩罚机制，进而会导致对积极参与碳减排的企业激励不够、对不履行碳减排的企业约束力小等问题；究其根本原因，在于现有技术无法准确地确定影响燃气机组碳排放的各个因素的重要程度，在复杂多变的应用场合下，影响因素的错误选择和/或主次关系的错误判断往往会导致碳排放量核算结果不准确，进而阻碍了碳市场交易的活跃度。
因此，鉴于现有技术存在的上述问题，如何能够确定影响燃气机组碳排放的各个因素的重要程度，成为了本领域技术人员亟待解决的技术问题和始终研究的重点。
发明内容
为解决现有技术存在的无法准确地确定影响燃气机组碳排放的各个因素的重要程度的问题，本发明创新提供了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，将灰色关联分析方法应用于燃气机组碳排放影响因素重要程度的评价上，以准确、可靠地确定各个碳排放影响因素的主次关系，为碳排放核算提供了强有力的依据。
为实现上述的技术目的，本发明公开了基于灰色关联分析的燃气机组碳排放影响因素的评价方法，该评价方法包括如下步骤；
步骤1，获取燃气机组的多组同一时刻下的碳排放量数据和影响因素数据，所述影响因素数据包括燃机负荷数据、燃机进气量数据及汽机负荷数据；
步骤2，基于灰色关联分析方式，将所述碳排放量数据作为参考对象以及将所述影响因素数据作为比较对象，分别确定各比较对象与参考对象之间的关联系数；
步骤3，依据燃气机组工作状态的变化将燃气机组的工作时间划分为多个时间段；在各时间段内，通过各比较对象与参考对象之间的关联系数分别计算各比较对象与参考对象之间的关联度，从而确定出最大关联度；在任一时间段内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。
基于上述的技术方案，借助于灰色关联分析方式，本发明能够确定碳排放影响因素与碳排放量的关联度，进而确定出影响碳排放量的强相关度参考指标，提高碳排放量核算的准确性，以解决现有技术存在的诸多问题。
进一步地，步骤1中，还包括获取测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据的步骤；
步骤1中的碳排放量数据为碳排放浓度数据，步骤2中的碳排放量数据为碳排放质量数据；在步骤1和步骤2之间，还包括将所述碳排放浓度数据转化为碳排放质量数据的步骤；
其中，表示碳排放质量，MWCO2表示CO2的分子量，P表示测量时的气体流压力，Q表示烟道气体的每小时平均积流量，CCO2表示碳排放浓度，T表示测量时的气体温度，0.08314表示气体常数，273.15表示温度转化系数。
进一步地，步骤2中的碳排放量数据为水分校正处理后的碳排放质量数据；在步骤1和步骤2之间，还包括将碳排放质量数据转换为水分校正处理后的碳排放质量数据的步骤。
进一步地，通过如下方式对碳排放质量数据进行水分校正处理；
其中，表示水分校正处理后的碳排放质量，％H2O表示每小时烟道气体中的水分百分比，表示水分校正处理前的碳排放质量。
进一步地，步骤2中，通过如下方式分别确定各比较对象与参考对象之间的关联系数；
其中，ξi(k)表示在k时刻第i个比较对象xi(k)与参考对象x0(k)之间的关联系数，表示两级最小差，表示两级最大差，0.5表示分辨系数。
进一步地，步骤3中，通过如下方式计算各比较对象与参考对象之间的关联度；
其中，ri表示第i个比较对象xi(k)与参考对象x0(k)之间的关联度，N表示当前时间段内的时刻个数。
进一步地，步骤3中，所述多个时间段包括：燃气机组启动阶段和燃气机组稳定阶段。
进一步地，步骤1中，还包括对碳排放量数据、燃机负荷数据、燃机进气量数据及汽机负荷数据进行标准化处理的步骤。
进一步地，步骤1中，从烟气排放连续监测系统中获取碳排放量数据、燃机负荷数据、燃机进气量数据、汽机负荷数据、测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据。
进一步地，步骤1中，在从烟气排放连续监测系统中获取数据时，还包括将排口标定不为零时的数据和处于排口故障时间段内的数据剔除的步骤。
本发明的有益效果为：本发明能够根据实际应用场合精确地确定影响燃气机组碳排放的各个因素的重要程度，为碳排放量核算提供坚实的数据支持，从而提高碳排放量核算的准确性和可靠性；准确、可靠的碳排放量核算结果能够极大鼓励积极参与碳交易的企业，并对不履行碳交易的企业进行有效约束，进而极大地促进了碳交易市场的活跃度。
附图说明
图1为基于灰色关联分析的燃气机组碳排放影响因素的评价方法的流程示意图。
具体实施方式
下面结合说明书附图对本发明提供的基于灰色关联分析的燃气机组碳排放影响因素的评价方法进行详细的解释和说明。
如图1所示，本实施例具体公开了一种基于灰色关联分析的燃气机组碳排放影响因素的评价方法，是一种燃气机组的监测参数与碳排放数据的灰色关联分析机制；具体来说，该评价方法包括如下步骤。
步骤1，获取燃气机组的多组同一时刻下的碳排放量数据和影响因素数据，同一时刻下的碳排放量数据和影响因素数据作为原始数据，本发明可获取多组原始数据，上述的影响因素数据包括但不限于燃机负荷数据、燃机进气量数据以及汽机负荷数据，本发明能够选择大量的相关参考量(测量值)作为影响因素，以确定哪些参考量对碳排放产生实际影响，即确定了与碳排放具有强相关关系的参考量，本实施例从烟气排放连续监测系统(CEMS，Continuous Emission Monitoring System)中获取了碳排放量数据、燃机负荷数据、燃机进气量数据、汽机负荷数据，具体来说，在从烟气排放连续监测系统中获取数据时，还包括将排口标定不为零时的数据和处于排口故障时间段内的数据剔除的步骤，步骤1还可包括对碳排放量数据、燃机负荷数据、燃机进气量数据及汽机负荷数据进行标准化处理的步骤。另外，本实施例中涉及的“碳排放”理解为“二氧化碳排放”。
步骤1中，还包括获取测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据的步骤。
步骤1中的碳排放量数据为碳排放浓度数据，步骤2中的碳排放量数据为碳排放质量数据；在步骤1和步骤2之间，为提高计算结果的准确性和可靠性，还包括将碳排放浓度数据转化为碳排放质量数据的步骤。
其中，表示碳排放质量、单位可为吨/秒，MWCO2表示CO2的分子量、为44.01×10-3，P表示测量时的气体流压力、单位可为kPa，Q表示烟道气体的每小时平均积流量、单位可为立方米/秒，CCO2表示碳排放浓度(CO2％)，T表示测量时的气体温度、单位为摄氏度，0.08314表示气体常数，273.15表示温度转化系数。
本实施例步骤1中从烟气排放连续监测系统中获取测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据。
本实施例中，在步骤1和步骤2之间还包括将碳排放质量数据转换为水分校正处理后的碳排放质量数据的步骤，以将二氧化碳浓度转换成干基测量，具体地，通过如下方式对碳排放质量数据进行水分校正处理：
其中，表示水分校正处理后的碳排放质量，％H2O表示每小时烟道气体中的水分百分比，表示水分校正处理前的碳排放质量。
步骤2，基于灰色关联分析方式，参照邓聚龙方法衡量因素间关联度大小，将碳排量数据和影响因素数据整体视为一个灰色系统，将碳排放量数据作为参考对象以及将影响因素数据作为比较对象，再分别确定各比较对象与参考对象之间的关联系数，本实施例中，在步骤2使用的碳排放量数据为水分校正处理后的碳排放质量数据。
本实施例采用灰色关联分析中的邓聚龙方法对燃气机组的碳排放量与CEMS系统监测参数(如燃机负荷、燃机进气量、汽机负荷)进行灰色关联分析，连续15分钟内对相关系数进行求取。
参考对象(即参考序列)：X0＝(x0(1)，x0(2)，……x0(k))，x0(k)表示参考对象第k个时刻的值。
比较对象(即比较序列)：Xi＝(xi(1)，xi(2)，……，xi(k))，xi(k)表示比较对象第k个时刻的值。
本实施例中，以三个比较序列为例，i＝1，2，3，具体如下。
燃机负荷＝X1＝(x1(1)，x1(2)，……，x1(k))。
燃机进气量＝X2＝(x2(1)，x2(2)，……，x2(k))。
汽机负荷＝X3＝(x3(1)，x3(2)，……，x3(k))。
更为具体地，步骤2中，参考对象通过参考曲线表征，比较对象通过比较曲线表征，通过下述关系表示各比较曲线与参考曲线在各点(时刻)的差；即通过如下方式分别确定各比较对象与参考对象之间的关联系数。
其中，ξi(k)表示在k时刻第i个比较对象xi(k)与参考对象x0(k)之间的关联系数，即比较曲线与参考曲线的相对差值，表示两级最小差.表示两级最大差，表示最小绝对差，表示最大绝对差，0.5表示分辨系数，分辨系数一般在0～1之间。
步骤3，依据燃气机组工作状态的变化将燃气机组的工作时间划分为多个时间段，本实施例中各时间段长度为15分钟，本实施例中的多个时间段包括燃气机组启动阶段和燃气机组稳定阶段等；在各时间段内，通过各比较对象与参考对象之间的关联系数分别计算各比较对象与参考对象之间的关联度，从而确定出最大关联度。一般地，由于关联系数的数很多，信息过于分散，不便于比较，本实施例将各个时刻关联系数集中为一个值(平均值)，步骤3中，通过如下方式计算各比较对象与参考对象之间的关联度；
其中，ri表示当前时间段内第i个比较对象xi(k)与参考对象x0(k)之间的关联度，N表示当前时间段内的时刻个数。
在任一时间段(比如，燃气机组启动阶段或燃气机组稳定阶段)内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。
下面结合具体实例对本发明进行详细地解释和说明。
(1)获取某地区的一台9E燃气机组部分六月份碳排放监测模块监测数据，数据分为燃气机组启动阶段数据和平稳阶段数据两部分，并且对其进行处理。
表1燃气机组启动阶段原始数据
表2燃气机组启动阶段标准化数据
表3燃气机组启动阶段中间数据
表4燃气机组启动阶段关联系数
表5燃气机组稳定阶段原始数据
表6燃气机组稳定阶段标准化数据
表7燃气机组稳定阶段中间数据
表8燃气机组稳定阶段关联系数
(2)灰色关联分析结果：
通过上述灰色关联分析结果可以知道：在上述具体的应用场合实施本发明时，当燃气机组处于启动阶段和平稳阶段时，CMES系统测量的燃机负荷、燃机进气量、汽机负荷均与碳排放量有较大的相关性；其中，启动阶段中汽机负荷与碳排放量的关联性最强，稳定阶段中燃机负荷与碳排放量的关联性最强。
本发明能够确定烟气连续排放监测系统下燃气机组的各监测参数与二氧化碳排放的关系，并选择与碳排放强相关的监测参数作为碳排放连续监测模块下的碳排放数据合理性指标进行后续的碳排放异常数据筛查。本发明将有助于准确完整地获取火电行业碳排放实时数据，为火电行业参与碳排放交易提供坚实的数据支持。
在本说明书的描述中，参考术语“本实施例”、“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本发明的描述中，“多个”的含义是至少两个，例如两个、三个等，同理，“多组”的含义是至少两组，例如两组、三组等；除非另有明确具体的限定。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明实质内容上所作的任何修改、等同替换和简单改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：该评价方法包括如下步骤；
步骤1，获取燃气机组的多组同一时刻下的碳排放量数据和影响因素数据，所述影响因素数据包括燃机负荷数据、燃机进气量数据及汽机负荷数据；
步骤2，基于灰色关联分析方式，将所述碳排放量数据作为参考对象以及将所述影响因素数据作为比较对象，分别确定各比较对象与参考对象之间的关联系数；
步骤3，依据燃气机组工作状态的变化将燃气机组的工作时间划分为多个时间段；在各时间段内，通过各比较对象与参考对象之间的关联系数分别计算各比较对象与参考对象之间的关联度，从而确定出最大关联度；在任一时间段内，与参考对象之间具有最大关联度的比较对象在该时间段内对燃气机组碳排放影响最大。
2.根据权利要求1所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤1中，还包括获取测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据的步骤；
步骤1中的碳排放量数据为碳排放浓度数据，步骤2中的碳排放量数据为碳排放质量数据；在步骤1和步骤2之间，还包括将所述碳排放浓度数据转化为碳排放质量数据的步骤；
其中，表示碳排放质量，MWCO2表示CO2的分子量，P表示测量时的气体流压力，Q表示烟道气体的每小时平均积流量，CCO2表示碳排放浓度，T表示测量时的气体温度，0.08314表示气体常数，273.15表示温度转化系数。
3.根据权利要求2所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤2中的碳排放量数据为水分校正处理后的碳排放质量数据；在步骤1和步骤2之间，还包括将碳排放质量数据转换为水分校正处理后的碳排放质量数据的步骤。
4.根据权利要求3所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：通过如下方式对碳排放质量数据进行水分校正处理；
其中，表示水分校正处理后的碳排放质量，％H2O表示每小时烟道气体中的水分百分比，表示水分校正处理前的碳排放质量。
5.根据权利要求1至4中任一权利要求所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：步骤2中，通过如下方式分别确定各比较对象与参考对象之间的关联系数；
其中，ξi(k)表示在k时刻第i个比较对象xi(k)与参考对象x0(k)之间的关联系数，表示两级最小差，表示两级最大差，0.5表示分辨系数。
6.根据权利要求5所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：步骤3中，通过如下方式计算各比较对象与参考对象之间的关联度；
其中，ri表示第i个比较对象xi(k)与参考对象x0(k)之间的关联度，N表示当前时间段内的时刻个数。
7.根据权利要求1或6所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤3中，所述多个时间段包括：燃气机组启动阶段和燃气机组稳定阶段。
8.根据权利要求1或6所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤1中，还包括对碳排放量数据、燃机负荷数据、燃机进气量数据及汽机负荷数据进行标准化处理的步骤。
9.根据权利要求2所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤1中，从烟气排放连续监测系统中获取碳排放量数据、燃机负荷数据、燃机进气量数据、汽机负荷数据、测量时的气体流压力数据、烟道气体的每小时平均积流量数据及测量时的气体温度数据。
10.根据权利要求9所述的基于灰色关联分析的燃气机组碳排放影响因素的评价方法，其特征在于：
步骤1中，在从烟气排放连续监测系统中获取数据时，还包括将排口标定不为零时的数据和处于排口故障时间段内的数据剔除的步骤。
CN201910192882.9A 2019-03-14 2019-03-14 基于灰色关联分析的燃气机组碳排放影响因素的评价方法 Pending CN109740977A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910192882.9A CN109740977A (zh) 2019-03-14 2019-03-14 基于灰色关联分析的燃气机组碳排放影响因素的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910192882.9A CN109740977A (zh) 2019-03-14 2019-03-14 基于灰色关联分析的燃气机组碳排放影响因素的评价方法

Publications (1)

Publication Number Publication Date
CN109740977A true CN109740977A (zh) 2019-05-10

Family

ID=66370496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910192882.9A Pending CN109740977A (zh) 2019-03-14 2019-03-14 基于灰色关联分析的燃气机组碳排放影响因素的评价方法

Country Status (1)

Country Link
CN (1) CN109740977A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555623A (zh) * 2019-09-10 2019-12-10 南方电网科学研究院有限责任公司 一种配电设备日运行效率的主要影响因素筛选方法及装置
CN111523769A (zh) * 2020-03-31 2020-08-11 国网山东省电力公司经济技术研究院 一种测算混联电网碳减排效果的方法与系统
CN111562351A (zh) * 2020-05-28 2020-08-21 中国大唐集团科学技术研究院有限公司华中电力试验研究院 一种反渗透设备进水水质污染指数的自动监测装置及方法
CN113469470A (zh) * 2021-09-02 2021-10-01 国网浙江省电力有限公司杭州供电公司 基于电力大脑中枢的用能数据与碳排放量关联分析方法
CN114974453A (zh) * 2022-05-30 2022-08-30 中南大学 一种大气二氧化碳柱浓度高覆盖度重建方法
CN116703185A (zh) * 2023-08-09 2023-09-05 杭州泽天春来科技有限公司 交通载体的碳排放分析装置及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655213A (zh) * 2015-01-16 2015-05-27 丹东丹联仪表检测技术研究有限公司 一种超临界二氧化碳流量测量方法及流量计
CN109443423A (zh) * 2018-10-10 2019-03-08 江苏方天电力技术有限公司 一种基于积差分析的燃气机组碳排放数据关联度检验方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655213A (zh) * 2015-01-16 2015-05-27 丹东丹联仪表检测技术研究有限公司 一种超临界二氧化碳流量测量方法及流量计
CN109443423A (zh) * 2018-10-10 2019-03-08 江苏方天电力技术有限公司 一种基于积差分析的燃气机组碳排放数据关联度检验方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈建宏等: ""基于灰色关联分析的二氧化碳排放因子研究"", 《世界科技研究与发展》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110555623A (zh) * 2019-09-10 2019-12-10 南方电网科学研究院有限责任公司 一种配电设备日运行效率的主要影响因素筛选方法及装置
CN110555623B (zh) * 2019-09-10 2022-06-17 南方电网科学研究院有限责任公司 一种配电设备日运行效率的主要影响因素筛选方法及装置
CN111523769A (zh) * 2020-03-31 2020-08-11 国网山东省电力公司经济技术研究院 一种测算混联电网碳减排效果的方法与系统
CN111562351A (zh) * 2020-05-28 2020-08-21 中国大唐集团科学技术研究院有限公司华中电力试验研究院 一种反渗透设备进水水质污染指数的自动监测装置及方法
CN111562351B (zh) * 2020-05-28 2022-11-22 中国大唐集团科学技术研究院有限公司华中电力试验研究院 一种反渗透设备进水水质污染指数的自动监测装置及方法
CN113469470A (zh) * 2021-09-02 2021-10-01 国网浙江省电力有限公司杭州供电公司 基于电力大脑中枢的用能数据与碳排放量关联分析方法
CN114974453A (zh) * 2022-05-30 2022-08-30 中南大学 一种大气二氧化碳柱浓度高覆盖度重建方法
CN114974453B (zh) * 2022-05-30 2023-08-29 中南大学 一种大气二氧化碳柱浓度高覆盖度重建方法
CN116703185A (zh) * 2023-08-09 2023-09-05 杭州泽天春来科技有限公司 交通载体的碳排放分析装置及方法

Similar Documents

Publication Publication Date Title
CN109740977A (zh) 基于灰色关联分析的燃气机组碳排放影响因素的评价方法
Li et al. A method to improve the robustness of gas turbine gas-path fault diagnosis against sensor faults
CN104808168B (zh) 一种基于分段电流技术的电能表快速校验方法
CN109740301A (zh) 一种基于bp神经网络的燃气机组碳排放量的核算方法
CN109636110A (zh) 一种获取继电保护装置运行状态的方法及装置
CN109443423A (zh) 一种基于积差分析的燃气机组碳排放数据关联度检验方法
CN110206596B (zh) 一种测量航空发动机、燃气轮机进气流量方法
CN114047472B (zh) 一种智能电表的计量误差监测系统及其监测方法、装置
CN103900666B (zh) 膜式燃气表长期运行的计量精度控制方法
JP6054998B2 (ja) 逸失エネルギの決定方法
CN108446231A (zh) 一种基于风险分析的协议一致性测试用例优先排序方法
CN109559019B (zh) 一种基于风险指数的电力系统动态安全评估方法
CN109783934A (zh) 一种基于h-adcp的断面平均流速拟合率定方法
CN110532681A (zh) 基于narx网络-箱线图和常模式提取的燃机异常检测方法
CN100478650C (zh) 改善发电设备故障检测的方法和装置
CN106446570A (zh) 一种基于学术大数据的会议影响力评估方法
CN111444478B (zh) 一种综合厂用电率统计方法
RU2010118406A (ru) Способ создания смешанных карт активной зоны ядерного реактора и его применение к калибровке стационарных контрольно-измерительных приборов
CN111797545B (zh) 一种基于实测数据的风电机组偏航折减系数计算方法
CN106199241A (zh) 一种基于数据协调及假设检验的电站系统多故障诊断方法
JP4008431B2 (ja) タービンのロータ入口温度の合成システムとその合成方法
CN115950495A (zh) 一种超声水表测量频率调节方法
CN111192163A (zh) 基于风电机组运行数据的发电机可靠度中短期预测方法
CN110215581A (zh) 呼吸支持设备硬件故障检测方法
CN113836794B (zh) 一种软硬结合的飞灰含碳量在线监测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190510