期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
冬季低温条件下两级AO-MBBR装备处理社区污水效果研究 被引量:4
1
作者 邓睿 谢会敏 +3 位作者 潘伟亮 杨美成 龚文静 李果 《应用化工》 CAS CSCD 北大核心 2022年第7期1985-1989,共5页
移动床生物膜反应器(MBBR)是一种新型高效的污水处理工艺,其组合工艺处理效果好,脱氮除磷能力强,运行较稳定。采用两级AO-MBBR组合工艺对重庆市九龙坡区铝城四区社区污水进行处理,考察了该装备在冬季低温条件下的启动及运行特性。结果表... 移动床生物膜反应器(MBBR)是一种新型高效的污水处理工艺,其组合工艺处理效果好,脱氮除磷能力强,运行较稳定。采用两级AO-MBBR组合工艺对重庆市九龙坡区铝城四区社区污水进行处理,考察了该装备在冬季低温条件下的启动及运行特性。结果表明,当进水水质指标化学需氧量(COD)、总氮(TN)、氨氮(NH_(3)-N)与总磷(TP)平均浓度分别为87.2,28.5,25.4 mg/L与2.54 mg/L时,出水水质指标COD、TN、NH_(3)-N与TP平均浓度分别为13.22,6.75,4.77 mg/L与0.49 mg/L,出水水质达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)中的一级A排放标准。研究结果可为MBBR的工程应用提供数据参考与技术支撑。 展开更多
关键词 社区污水 组合工艺 移动床生物膜反应器
在线阅读 下载PDF
铁路电力配电所跨所供电设计面面观
2
作者 李学刚 《铁道标准设计》 2007年第9期83-85,共3页
对铁路电力配电所跨所供电条件进行设计探讨。通过对有关铁路设计规范与铁路运行规程的比较,指出存在的问题。从设计与运行的角度,对配电所跨所供电进行技术、经济、可靠性、节能方面的分析,客观指出配电所跨所供电的利弊,以及设计中应... 对铁路电力配电所跨所供电条件进行设计探讨。通过对有关铁路设计规范与铁路运行规程的比较,指出存在的问题。从设计与运行的角度,对配电所跨所供电进行技术、经济、可靠性、节能方面的分析,客观指出配电所跨所供电的利弊,以及设计中应该注意的事项,并对配电所跨所供电提出建议。 展开更多
关键词 铁路电力 配电所 跨所供电 技术经济 可靠性
在线阅读 下载PDF
面向高铁站的热舒适度和能耗综合预测 被引量:5
3
作者 蒋阳升 王胜男 +2 位作者 涂家祺 李莎 王红军 《计算机应用》 CSCD 北大核心 2021年第1期249-257,共9页
针对高铁站这类半封闭建筑的热舒适度影响因素众多,影响机制复杂以及热舒适度与能耗存在背反等问题,提出了基于机器学习的高铁站热舒适度与能耗综合预测方法。首先采用传感器数据捕获及Energy Plus仿真两种方式对高铁站室内外状态、多... 针对高铁站这类半封闭建筑的热舒适度影响因素众多,影响机制复杂以及热舒适度与能耗存在背反等问题,提出了基于机器学习的高铁站热舒适度与能耗综合预测方法。首先采用传感器数据捕获及Energy Plus仿真两种方式对高铁站室内外状态、多联机及热交换机等控制单元及热能传导环境进行建模;其次提出影响高铁站热舒适度的八类因素——多联机开启台数、多联机设置温度、热交换机开启台数、客流密度、室外温度、室内温度、室内湿度和室内二氧化碳浓度,并设计424种模型运行工况以及3714240个实例;最后设计6种机器学习模型——深度神经网络、支持向量回归、决策树回归、线性回归、岭回归和贝叶斯岭回归,来对高铁站室内热舒适度和空调能耗进行有效预测。实验结果表明,6种机器学习模型中决策树回归预测模型能够在较短的时间内获得最优的预测性能,其平均均方误差低至0.0022。所得研究成果可直接为下一阶段的温控策略提供主动预判的环境状态参数并实现实时决策。 展开更多
关键词 机器学习 城市计算 热舒适度 预测 回归
在线阅读 下载PDF
基于深度森林的高铁站室内热舒适度等级预测 被引量:5
4
作者 陈彦如 张涂静娃 +2 位作者 杜千 冉茂亮 王红军 《计算机应用》 CSCD 北大核心 2021年第1期258-264,共7页
对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林(DF)的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度... 对于高铁站这类半封闭半开放空间的室内环境热舒适度等级难以准确预测的问题,提出基于深度森林(DF)的深度学习方法对热舒适度等级进行科学预测。首先基于现场调研和Energy Plus平台对高铁站室的热交换环境进行建模;其次提炼出客流密度、多联机开行台数和多联机设置温度等8个影响因素,并设计424种工况以获取海量数据;最后采用DF挖掘热舒适度与影响因素之间的关系,以对高铁站室内热舒适度等级进行预测。采用深度神经网络(DNN)和支持向量机(SVM)作为对比算法进行验证。实验结果表明,在3种模型中,DF在预测正确率和weighted-F1上表现最佳,DF的预测正确率最高达到99.76%,最低为98.11%。因此,DF能够有效预测高铁站室内的热舒适度等级。 展开更多
关键词 城市计算 深度森林 室内热舒适度 热环境不满意率 深度神经网络
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部