新葡京娱乐场-大陆娱乐场开户注册

本實用新型公開了一種多煤層水庫排壓疏水連接裝置，水流穿過內腔底座時，通過擊打攪拌槳使得攪拌槳轉動并帶動控制齒輪，內螺紋管轉動并帶動螺紋軸上升；由于固定通孔與轉動配合軸嚙合，第一行星輪分別帶動外齒圈、內齒圈轉動，第一支撐軸和第二支撐軸轉動并通過擺動件帶動轉動軸前后移動，扇形蓋體翻轉，水流穿過內腔蓋體機構；當水流流速較小時，扇形蓋體不會處于完全打開的狀態。該申請能夠在使用時，根據水壓的強度進行靈活變換水流通過效率，便于對不同水壓的多煤層內部進行疏水使用，避免在使用時疏水管受壓過大造成破裂，有效的增強了疏

研發階段/n內容簡介：當在雙饋電機轉子繞組中通入三相對稱（或二相對稱）低頻勵磁電流時（角頻率為ω2），它與定子側由固定工頻（50Hz）三相交流電網供電產生的同步旋轉磁場（角頻率為ω1）相互作用，只要按需對交流勵磁進行調頻、調壓，調相位和調相序，則電機轉速為ωr=ω1-ω2（"低同步"工作狀態）；或ωr=ω1+ω2或ωr=ω1（"同步"工作狀態）。所需勵磁電源容量小，電機功率因數高，既可工作于電動狀態，也可工作于發電狀態。該成果的先進性在于：（1）排灌站的交流電機上采用"雙饋"調速，并使泵機實現"超-

鍋爐燃燒優化控制系統的主要任務是通過細化分配各層燃燒器的煤量、不同層（高度）的風量及確定最佳風煤比等手段，提高鍋爐燃燒效率，降低SCR入口煙氣NOx含量，并消除鍋爐燃燒過程中所存在的問題。 本鍋爐燃燒節能減排自尋優控制系統，主要包括如下功能：“一次風風壓自尋優控制”、“一次風風量自尋優控制”、“二次風風量自尋優控制”、“氧量自尋優控制”、“二次風小風門開度自尋優控制”等，應用后可實現：⑴ 降低煙氣中飛灰含碳量、CO值；⑵ 在不增加飛灰含碳量的前提下，減少SCR入口處NOx含量；⑶ 消除鍋爐燃燒過程中所引起的壁溫超溫問題；⑷ 消除左右側煙道煙溫偏差問題；⑸ 盡可能減少排煙損失；⑹ 總體可降低煤耗1.5g/kwh以上。 本項成果已成功應用于國家電投平圩、華能左權、華能安源、華能玉環、華能井岡山、國信射陽港等電廠近20臺亞臨界和超（超）臨界機組的鍋爐燃燒優化控制中，得到了用戶的一致好評。

在壓裂施工過程中，壓裂液的性能對油田的增產增儲起著至關重要的作用， 壓裂液的配制用水一般為清水配制。由于在某些地區所處的地理位置水資源匱 乏，并且用水量較大，給配制壓裂液帶來較多的問題；另一方面，壓裂液的返 排液存量較大，如果隨意排放會對環境造成污染，也是對水資源的巨大浪費。 將壓裂液返排液重復利用是一個較好解決配制用水不足，同時又減輕了污染環 境的辦法，有利于節省施工費用、縮短作業周期，帶來可觀的經濟效益，更重 要的是減少了系統的總污水量，減輕了產出液后續處理的負擔，為當地的可持 續發展，建設能源節約型、環境友好型企業帶來了巨大的社會效益。 壓裂液返排液中，成分復雜，主要有稠化劑、交聯劑、破膠劑、助排劑、 72 破乳劑、殺菌劑、粘土穩定劑以及高礦化度的水等組成。與清水比較具有礦化 度高、離子成分復雜、有機物含量高、含油量高、pH 值變化大、懸浮物含量高、 存在大量的鐵細菌、硫酸鹽還原菌及腐生菌等特點。這對用返排液配制壓裂液 提出了更高的要求，是一個巨大的挑戰。

現有的有機氮測定方法主要基于差減法，存在多方面測定的累加誤差，結果難免不夠精確和可靠。本發明技術是一種體積排阻色譜聯用型氮檢測器及應用，其對有機氮的檢測原理在于通過體積排阻色譜柱實現有機氮和無機氮的分離，然后通過石英螺旋管結合紫外氧化的方式將有機氮轉變為硝態氮，通過紫外檢測器檢查硝態氮在220nm的紫外吸收，實現定量分析。

圍繞難降解有機工業廢水治理與毒性減排的難題，研發出毒害污染物資源化、高效轉化與毒性減排技術為核心的難降解有機工業廢水“物化-生化-物化”耦合集成技術與裝備，有效解決了精細化工、制藥、印染等行業難降解有機工業廢水穩定達標和毒性減排的技術難題。 基于新型酯基樹脂吸附的高水溶性芳香有機污染物資源化及其熱水再生技術，實現高鹽分、高有機溶劑廢水中芳香有機酸的綠色分離與回收。該樹脂（國家重點新產品：2007GRC11025）比表面積與吸附容量較國際同類產品XAD-7（美國Dow）及HP2MG（日

本技術是提供一種智能式自動增排雨水井蓋，在路面雨水使排水井蓋口呈淹沒進流時，該裝置通過利用杠桿平衡、滑輪平衡、水力學管嘴出流等原理自動增排路面積水，無需看管，維護方便

在壓裂施工過程中，壓裂液的性能對油田的增產增儲起著至關重要的作用，壓裂液的配制用水一般為清水配制。由于在某些地區所處的地理位置水資源匱乏，并且用水量較大，給配制壓裂液帶來較多的問題；另一方面，壓裂液的返排液存量較大，如果隨意排放會對環境造成污染，也是對水資源的巨大浪費。將壓裂液返排液重復利用是一個較好解決配制用水不足，同時又減輕了污染環境的辦法，有利于節省施工費用、縮短作業周期，帶來可觀的經濟效益，更重要的是減少了系統的總污水量，減輕了產出液后續處理的負擔，為當地的可持續發展，建設能源節約型、環境

本技術系CDMA移動通信系統核心技術方面的發明性成果，由國家杰出青年科學基金項目和教育部重點科學基金項目聯合支持，并結合國家863計劃九五重點之重項目和信產部移動通信專項基金“第三代移動通信系統研究開發項目”的實施而形成。

隨著電網數據規模越來越大，所蘊含的價值也越來越多。清華大學信研院研發了基于機器學習方法的能源互聯網能量管理系統，主要功能為對電網的穩定性進行預測和可視化。系 統分為訓練部分和預測部分。訓練部分通過歷史數據進行機器學習，建立一個電壓穩定性的 分類器。分類器訓練完成后，再對新增的未知數據進行預測。訓練部分主要分為特征提取、 類別標記、特征壓縮、分類器類型選擇。預測部分主要分為分類器數據啟動階段和預測輸出 階段。本系統提出利用機器學習方法對電網電壓穩定性進行預測，進一步綜合多個節點給出 電網態勢感知的評估結果。在訓練每一個節點分類器的時候，本系統將特征選取的時段和預 測時間節點拉開，形成一種延時的預測方法，本發明對復雜系統有著更好的還原效果。2 應用說明本系統實施電壓穩定性預測的具體步驟為:步驟 1:通過部署在關鍵測點的同步相角測量單元 PMU 采集電網實時數據，所述 實時數據包含電網中每個關鍵測點的電壓 U、 有功 P、無功 Q、電流 I;分別計算 U 的衍 生量 dU/dt，Q 的衍生量 dQ/dt，電壓的變化 量比上無功的變化量的衍生量 dU/dQ，用這 些衍生量作為特征，來表征量的時間變化速 率;步驟 2:對步驟 1 中提取的特征進行數 據降維與壓縮;根據特定時刻電壓 U 是否恢 復到標準值的 0.8 倍來區分每組樣本組是否 穩定，用 0 標記穩定，用 1 標記不穩定;步驟 3:選擇分類器，建立一個電壓穩 定性的分類器;步驟 4:訓練分類器;當分類器訓練完 成后，將訓練好的參數儲存起來;步驟 5:進入預測部分的數據啟動階段， 填充特征矩陣，沒有輸出;步驟 6:把多個節點的特征按照順序排列，形成特征矩陣;特征矩陣填充完成后， 根據分類器給出的預測結果;特征時段向前滑動，最初的特征被拋棄，新特征補充在隊尾， 分類器持續給出預測結果;步驟 7:每隔一定時間間隔 ，要把新收集來的數據與以前的數據一起，重新回到步驟 4 訓練分類器，更新參數。在具體系統搭建過程中，我們充分利用現有機器學習平臺。其中 Hadoop 的文件管理系統 HDFS 負責數據存儲;Spark 負責模型訓練;Storm 負責在線預測;Kafka 負責在 Storm 和Hadoop 之間傳遞更新后的模型參數。