压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气...压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气库,但由于选址条件苛刻等原因,CAES产业的发展受到了极大限制。近年来,随着国内矿井的大量关闭,许多地下空间资源被浪费,因此利用废弃矿井建设CAES电站就具有了巨大的生态经济效益与广袤的发展前景。因此,系统梳理了CAES各类储气库建设现状与优缺点,总结了废弃矿井CAES储气库的建设与选址要求,分析了当前废弃矿井CAES储气库面临的安全风险与限制瓶颈。为避免CAES储气库建设与运营过程中存在的安全风险,提出了新的储气库建设方案——管道布设型废弃矿井储气库(利用大直径无缝钢管作为储气空间,缝隙内填充松散充填体进行承压),与传统储气库建设方案相比,该方案具有以下优势:极大降低了储气库对矿区地质构造、围岩渗透性、围岩稳定性等条件的选址要求,增加了选址范围;可利用现有管道施工工艺与技术装备,降低储气库建设难度;提高了储气库的密封性能,保障无气体泄漏风险;改善了围岩应力环境,提高了储气库稳定性;避免储气库受腐蚀影响,增加了储气库的耐久性能。最后以鄂庄废弃煤矿为例,给出了管道布设型储气库改造建设方案,储气库改造建设完成后,总容积可达4.5×105 m3,发电功率可达400 MW,可产生良好的经济效益。管道布设型废弃矿井储气库设计构想为废弃矿井CAES技术发展提供了新思路,具有大规模推广应用的潜力。展开更多
太赫兹成像技术虽已被证实能够用于检测葵花籽内部品质,然而其成像速度较为缓慢,难以实现切实且迅速的检测。为了实现对葵花籽饱满度的快速检测,该研究将压缩感知与注意力增强超分辨率生成对抗网络(A-ESRGAN)模型相结合应用于太赫兹成...太赫兹成像技术虽已被证实能够用于检测葵花籽内部品质,然而其成像速度较为缓慢,难以实现切实且迅速的检测。为了实现对葵花籽饱满度的快速检测,该研究将压缩感知与注意力增强超分辨率生成对抗网络(A-ESRGAN)模型相结合应用于太赫兹成像领域。首先,选用压缩采样匹配追踪(compressive sampling matching pursuit,CoSaMP)重构算法来验证不同测量矩阵的性能,根据最佳综合性能选取高斯矩阵作为测量矩阵。其次,通过比较基于交替方向乘子法(alternating direction method of multipliers,ADMM)结合全变分(total variation,TV)正则化(ADMM_TV)和子空间追踪(subspace pursuit,SP)等5种重构算法的峰值信噪比和重构时间等评价指标评估图像重建质量。结果表明ADMM_TV在峰值信噪比、均方误差、结构相似性指数表现最佳,自然图像质量评估器在测量比例超过6.0%最低,尽管重构时间无明显优势,但综合表现优于其他算法。最后,运用多尺度注意力增强超分辨率生成对抗网络(A-ESRGANmulti)模型对压缩感知不同采样率的重构图像进行处理,其效果优于真实图像增强超分辨率生成对抗网络(RealESRGAN)和单尺度注意力增强超分辨率生成对抗网络(A-ESRGAN-single),提升了图像质量,使边缘对比度得以提高,为后续的图像分割提供了便利。研究表明,压缩感知与A-ESRGAN-multi模型相结合用于检测葵花籽饱满度是可行的,验证集的饱满度误差平均为2.50%,最大检测误差为6.41%。综上所述,将压缩感知与A-ESRGAN-multi模型相结合,能够有效地节省82.5%的采样时间,为葵花籽的品质检测开辟了新的途径。展开更多
文摘压缩空气储能(Compressed Air Energy Storage,CAES)可广泛应用于电网削峰填谷和大规模新能源消纳,具有装机容量大、使用寿命长、清洁环保等优点,被视为最有前途的大规模储能技术之一。目前国内外主要依托层状盐穴或盐丘来建设CAES储气库,但由于选址条件苛刻等原因,CAES产业的发展受到了极大限制。近年来,随着国内矿井的大量关闭,许多地下空间资源被浪费,因此利用废弃矿井建设CAES电站就具有了巨大的生态经济效益与广袤的发展前景。因此,系统梳理了CAES各类储气库建设现状与优缺点,总结了废弃矿井CAES储气库的建设与选址要求,分析了当前废弃矿井CAES储气库面临的安全风险与限制瓶颈。为避免CAES储气库建设与运营过程中存在的安全风险,提出了新的储气库建设方案——管道布设型废弃矿井储气库(利用大直径无缝钢管作为储气空间,缝隙内填充松散充填体进行承压),与传统储气库建设方案相比,该方案具有以下优势:极大降低了储气库对矿区地质构造、围岩渗透性、围岩稳定性等条件的选址要求,增加了选址范围;可利用现有管道施工工艺与技术装备,降低储气库建设难度;提高了储气库的密封性能,保障无气体泄漏风险;改善了围岩应力环境,提高了储气库稳定性;避免储气库受腐蚀影响,增加了储气库的耐久性能。最后以鄂庄废弃煤矿为例,给出了管道布设型储气库改造建设方案,储气库改造建设完成后,总容积可达4.5×105 m3,发电功率可达400 MW,可产生良好的经济效益。管道布设型废弃矿井储气库设计构想为废弃矿井CAES技术发展提供了新思路,具有大规模推广应用的潜力。
文摘太赫兹成像技术虽已被证实能够用于检测葵花籽内部品质,然而其成像速度较为缓慢,难以实现切实且迅速的检测。为了实现对葵花籽饱满度的快速检测,该研究将压缩感知与注意力增强超分辨率生成对抗网络(A-ESRGAN)模型相结合应用于太赫兹成像领域。首先,选用压缩采样匹配追踪(compressive sampling matching pursuit,CoSaMP)重构算法来验证不同测量矩阵的性能,根据最佳综合性能选取高斯矩阵作为测量矩阵。其次,通过比较基于交替方向乘子法(alternating direction method of multipliers,ADMM)结合全变分(total variation,TV)正则化(ADMM_TV)和子空间追踪(subspace pursuit,SP)等5种重构算法的峰值信噪比和重构时间等评价指标评估图像重建质量。结果表明ADMM_TV在峰值信噪比、均方误差、结构相似性指数表现最佳,自然图像质量评估器在测量比例超过6.0%最低,尽管重构时间无明显优势,但综合表现优于其他算法。最后,运用多尺度注意力增强超分辨率生成对抗网络(A-ESRGANmulti)模型对压缩感知不同采样率的重构图像进行处理,其效果优于真实图像增强超分辨率生成对抗网络(RealESRGAN)和单尺度注意力增强超分辨率生成对抗网络(A-ESRGAN-single),提升了图像质量,使边缘对比度得以提高,为后续的图像分割提供了便利。研究表明,压缩感知与A-ESRGAN-multi模型相结合用于检测葵花籽饱满度是可行的,验证集的饱满度误差平均为2.50%,最大检测误差为6.41%。综上所述,将压缩感知与A-ESRGAN-multi模型相结合,能够有效地节省82.5%的采样时间,为葵花籽的品质检测开辟了新的途径。
