高铁运行阶段直接产生的CO_(2)排放微乎其微,但因列车运行需要电力牵引,上游发电端带来的碳排放不可忽视。文中综合考虑了发电结构以及不同发电方式的碳排放水平,将高铁运行阶段碳排放因子作为高铁环保程度的评估指标。测算结果表明,201...高铁运行阶段直接产生的CO_(2)排放微乎其微,但因列车运行需要电力牵引,上游发电端带来的碳排放不可忽视。文中综合考虑了发电结构以及不同发电方式的碳排放水平,将高铁运行阶段碳排放因子作为高铁环保程度的评估指标。测算结果表明,2018、2019年我国高铁运行阶段碳排放因子水平为27.19、27.09 g CO_(2)/(人·km)。考虑发电端碳排放的高铁运输方式相较于公路、民航客运仍具有显著的环保优势,但发电结构中火电占比偏高导致我国高铁碳排放因子水平高于法国、德国、日本等发达国家。结合我国未来年发电结构的预测,当各发电方式碳排放水平较现状波动不大时,2030、2050年我国高铁运行阶段碳排放因子水平分别为10.87~14.18、2.83~9.49 g CO_(2)/(人·km),分别比高铁列车运输能力利用率较高的2019年降低了47.66%~59.87%、64.97%~89.55%。煤电碳排放因子下降时将实现高铁碳排放因子的同步下降,故推进煤电低碳化生产,高效应用煤电清洁生产新技术,有望进一步提升高铁低碳优势。研究成果将促进交通运输行业与能源行业相互协作,助推“双碳”战略实施。展开更多
研究基于DCS(Distributed Control System)的燃气-蒸汽联合循环机组运行智能控制系统,确保机组安全运行的同时,提高机组整体运行效率。构建基于DCS的燃气-蒸汽联合循环机组运行智能控制框架,过程控制层的Mark VI系统、DCS系统根据监测...研究基于DCS(Distributed Control System)的燃气-蒸汽联合循环机组运行智能控制系统,确保机组安全运行的同时,提高机组整体运行效率。构建基于DCS的燃气-蒸汽联合循环机组运行智能控制框架,过程控制层的Mark VI系统、DCS系统根据监测数据变化实现机组设备、旁路等自动控制。SIS层接收联合循环机组监测数据后,将其作为基于深度神经网络故障诊断模型的输入,实现机组设备故障的识别。在检测到故障时触发联锁保护子系统动作,将停机指令下达给自动启停控制子系统,使机组停止运行。实验结果表明,该系统可实现燃气-蒸汽联合循环机组设备故障识别,在100次训练后,训练损失为0.1左右,F-Score指标最大值为0.93;故障工况下,该系统可根据预定逻辑实现燃气-蒸汽联合循环机组自动停机。展开更多
文摘高铁运行阶段直接产生的CO_(2)排放微乎其微,但因列车运行需要电力牵引,上游发电端带来的碳排放不可忽视。文中综合考虑了发电结构以及不同发电方式的碳排放水平,将高铁运行阶段碳排放因子作为高铁环保程度的评估指标。测算结果表明,2018、2019年我国高铁运行阶段碳排放因子水平为27.19、27.09 g CO_(2)/(人·km)。考虑发电端碳排放的高铁运输方式相较于公路、民航客运仍具有显著的环保优势,但发电结构中火电占比偏高导致我国高铁碳排放因子水平高于法国、德国、日本等发达国家。结合我国未来年发电结构的预测,当各发电方式碳排放水平较现状波动不大时,2030、2050年我国高铁运行阶段碳排放因子水平分别为10.87~14.18、2.83~9.49 g CO_(2)/(人·km),分别比高铁列车运输能力利用率较高的2019年降低了47.66%~59.87%、64.97%~89.55%。煤电碳排放因子下降时将实现高铁碳排放因子的同步下降,故推进煤电低碳化生产,高效应用煤电清洁生产新技术,有望进一步提升高铁低碳优势。研究成果将促进交通运输行业与能源行业相互协作,助推“双碳”战略实施。
文摘研究基于DCS(Distributed Control System)的燃气-蒸汽联合循环机组运行智能控制系统,确保机组安全运行的同时,提高机组整体运行效率。构建基于DCS的燃气-蒸汽联合循环机组运行智能控制框架,过程控制层的Mark VI系统、DCS系统根据监测数据变化实现机组设备、旁路等自动控制。SIS层接收联合循环机组监测数据后,将其作为基于深度神经网络故障诊断模型的输入,实现机组设备故障的识别。在检测到故障时触发联锁保护子系统动作,将停机指令下达给自动启停控制子系统,使机组停止运行。实验结果表明,该系统可实现燃气-蒸汽联合循环机组设备故障识别,在100次训练后,训练损失为0.1左右,F-Score指标最大值为0.93;故障工况下,该系统可根据预定逻辑实现燃气-蒸汽联合循环机组自动停机。
