面向生活污水处理厂的负荷特性及影响因素研究

摘要
图/表
参考文献
相关文章 (11)

全文: PDF (635 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要在城市生活污水处理厂实际运行过程中,电力负荷无法得到良好控制,造成用电设备运行效率普遍降低。为此,开展城市生活污水处理厂电力负荷特性分析。以电力负荷特性为基础,通过建立电力负荷特性指标体系,计算城市生活污水处理厂电力负荷率,分析影响处理厂电力负荷的主要因素。结合电力负荷特性分析结果,提出减轻处理厂电力负荷运行负担的建议,以期为处理厂资源优化配置提供科学、绿色、可靠的决策依据。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	朱昕婷

关键词 ：城市生活污水, 处理厂, 电力负荷, 特性分析

Abstract：The power load of urban domestic sewage treatment plants can't be well controlled in the actual operation process, which leads to the general reduction of the operation efficiency of electrical equipment. Therefore, the power load characteristics of urban domestic sewage treatment plants are analyzed. On the basis of power load characteristics, the power load rate of municipal domestic sewage treatment plant is calculated by establishing the index system of power load characteristics, and the main factors affecting the power load of the treatment plant are analyzed. Combined with the analysis results of power load characteristics, some suggestions are put forward to reduce the burden of the treatment plant, so as to provide scientific, green and reliable decision-making basis for the optimal allocation of resources for the treatment plant.

Key words： urban domestic sewage treatment plant power load characteristic analysis

收稿日期: 2020-12-30

作者简介: 朱昕婷（1984—）,女,汉族,新疆乌鲁木齐人,学士,主要研究方向为市政电气设计。

引用本文:

朱昕婷. 面向生活污水处理厂的负荷特性及影响因素研究[J]. 电气技术, 2021, 22(9): 82-85. ZHU Xinting. Study on load characteristics and influencing factors for domestic sewage treatment plants. Electrical Engineering, 2021, 22(9): 82-85.

链接本文:

https://dqjs.cesmedia.cn/CN/Y2021/V22/I9/82

[1] 李春燕, 蔡文悦, 赵溶生, 等. 基于优化SAX和带权负荷特性指标的AP聚类用户用电行为分析[J]. 电工技术学报, 2019, 34(增刊1): 368-377.
[2] 喻恒凝, 张思东, 陈后全, 等. 分布式光伏与电动汽车接入某市配电网的负荷特性分析与对策[J]. 电测与仪表, 2020, 57(20): 98-105.
[3] 周东国, 张恒, 周洪, 等. 基于状态特征聚类的非侵入式负荷事件检测方法[J]. 电工技术学报, 2020, 35(21): 4565-4575.
[4] 郭国太. 居民区用电负荷特性研究与模型预测[J]. 电气技术, 2020, 21(1): 41-46, 53.
[5] 刘兴龙, 刘罡, 张娜, 等. 北方地区清洁供暖对电网负荷特性影响分析[J]. 电气技术, 2019, 20(2): 57-63.
[6] 寇力夯, 陈在妮, 陈仕军, 等. 四川电网主力调频调峰电站负荷特性分析[J]. 四川水力发电, 2020, 39(1): 124-128.
[7] 俞晓峰, 钟永城, 张中超, 等. 基于多负荷模式和分时段的河源电网短期负荷预测[J]. 自动化应用, 2020(1): 108-109, 112.
[8] 吴迪. 基于气象指标的安徽电网负荷特性分析及研究[J]. 东北电力技术, 2020, 41(2): 19-22, 62.
[9] 徐晶, 迟福建, 葛磊蛟, 等. 基于SARIMA-GRNN- SVM的短期商业电力负荷组合预测方法[J]. 电力系统及其自动化学报, 2020, 32(2): 85-91.
[10] 付忠广, 高学伟, 王廷举, 等. 基于热力系统流网模型的凝结水节流变负荷特性分析[J]. 汽轮机技术, 2019, 61(1): 67-70.
[11] 徐胜蓝, 卢奕城, 王素英, 等. 基于自适应k-means++算法的电力负荷特性分析[J]. 南方电网技术, 2019, 13(2): 13-19.
[12] 李维, 王洪林, 南峰涛, 等. 云南省两地区典型用户负荷特性及用电特点分析[J]. 云南电力技术, 2019, 47(4): 39-43.
[13] 蒋燕, 周彬彬, 赵珍玉, 等. 云南电网综合负荷预测平台升级后的功能及应用[J]. 云南电力技术, 2018, 46(6): 44-47.
[14] 赖国书. 基于自回归求和滑动平均模型的居民区电动汽车负载特性分析[J]. 科学技术与工程, 2018, 18(34): 176-182.
[15] 钟小强, 王天云, 麦鸿坤. 面向居民区电动汽车充电负荷预测与容量配置研究[J]. 电测与仪表, 2018, 55(23): 54-59.