风机振动监测的局限性和利用范围分析

来源 :2017国际工程科技发展战略高端论坛——清洁能源技术 | 被引量 : 0次 | 上传用户:lobohzs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着风机数量的增加,风机设备的稳定越来越受到重视,振动检测装置成为风机上必需的检测设备,文章主要讨论振动监测所需的技术条件与适用范围,并通过多种不同技术相结合的方法判定设备的运行状态,给工作和生产带来便利.
其他文献
利用多能源互补实现能源结构调整、环境保护和可持续发展,是当前常规化石能源消费清洁化的一种重要措施.太阳能光热发电是太阳能资源规模化利用的重要方式,其与常规燃煤机组互补发电可发挥各自资源优势、扬长避短,避免各自独立利用的局限性,达到互惠互赢.文章重点对配有储能系统的太阳能光热与在役燃煤机组互补发电方案介绍,并以典型的300MW、600MW等级燃煤机组为例,分析太阳能光热系统替代机组部分回热抽汽加热给
基于燃料电池具有较高发电效率(40%~60%)和零(超)低排放等优点,依托中国石油大学(北京)石化技术优势,开发研究了特色"原位制氢-燃料电池技术",重点攻关甲醇原位制氢-燃料电池电动汽车动力系统和天然气原位制氢-燃料电池分布式能源系统,分别覆盖交通和固定能源两个应用领域,并通过与能源企业合作构建技术工程化和商业化平台,加速制氢与燃料电池技术成果转化和应用.
随着环境发展、节能减排的压力及可再生能源的大规模应用,能源互联网作为提高区域综合能效,充分利用而可再生能源,实现多能互补的重要手段,各企业都在积极的探索和研究.文章依据正在建设的神华富平综合能源项目,首先对项目构架进行了分析,然后提出能源互联网构架图和设计思想、按照四层的思想进行设计建设,并分析各层结构,开放、对等、共享地吸纳耦合分布式新能源,引入物联网中间件思想,最后提出区域能源互联网解决方案,
回顾了智能电网与能源互联网发展历程,相对于传统的电力电子技术,提出了"能源电子学"这一新的技术学科.回顾了数字电子技术中信息数字化理念的引入所带来的重要贡献,对信息互联网的发展进行了研究.作为类比,提出的能源电子学的概念可以看作是能源领域中的数字电子技术,对未来的能源互联网的发展具有关键的作用.这一概念的应用可以使得能量数字化,从而开启能源世界的新篇章,其关键元素是能源网和信息网的融合.最后,对能
近年来越来越多的煤矿开始对矿井水进行深度处理并回用,产生的浓盐水只能利用蒸发塘进行晾晒处理,但由于蒸发塘处理能力小及冬季结冰等因素致使满塘、溢塘问题时常出现,造成了生态环境的污染.文章在分析煤矿蒸发塘浓盐水水质特征的基础上,结合经济技术可行性分析,论证了利用光伏发电驱动的电渗析技术为较为适合处理煤矿蒸发塘浓盐水的工艺.随后初步设计了一种风光互补发电处理煤矿蒸发塘浓盐水的系统,可实现加速蒸发塘浓盐水
为了应对严峻的环境压力以及一次化石能源的枯竭危机,能源行业正在世界范围内共同推进能源互联网这一新型能源系统,目标以智能电网为骨架,综合电、气、热等多种能源形式,大幅提升能源系统对可再生能源的消纳能力.能源的需求侧是能源互联网的发展重点,也是新能源消纳灵活性的全新来源,具有巨大的技术发展潜力与市场空间.然而现有的能源信息技术并不能完全适应能源需求侧的运行特点,难以被高效经济的应用于能源互联网的需求侧
The high penetration of distributed energy resource(DER)creates a challenging environment for power control and data management in todays centralized controlled grid.Currently,technologies fo-cused to
Motivated by the success of internet technologies,energy internet,also referred as web-based smart grid(SG)or SG 2.0,is expected to offer innovative applications based on advanced connectivity and int
介绍了智能微网云平台的概念,阐述了基于大数据云计算技术的智能微网在分布式能源接入中的作用和面临的挑战.结合神华科技创新基地的应用场景,融合碳足迹、绿证交易与售电业务,针对风电、光伏、氢能利用与储能在用户侧高比例多源融合的需求,提出了一套面向分布式可再生能源的微网监控云平台的系统架构与关键技术路线,描绘了智能微网云平台系统的应用前景与商业路线图.
基于中尺度数值预报模式和微尺度计算流体力学模式(CFD),建立了复杂地形风电场短期风电功率预测系统.该系统能够预测复杂地形风电场中每台风电机组发电量,提高了复杂地形风场发电功率预测准确率.试验表明,2016年3月风电场短期风电功率预测系统预测相对误差为18.3%,满足中国国家电网对风电功率预测误差和时效性的业务要求.