MétaCan
Menu
Retour à la cohorte
Enregistrement W3170488332 · doi:10.5539/eer.v11n1p86

Study on the Steam Source Selection of Feed Pump Turbine Based on Energy Matching

2021· article· en· W3170488332 sur OpenAlexvenueno aff
Jiongming Wang, Feng Wang, Zhenglong Yu, Xiaochen Chen, Xiaojie Lin, Peng Zhang, Zhouyong Lin, Jincheng Chen, Hongyu Guan, Yutong Gong

Notice bibliographique

RevueEnergy and Environment Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhotovoltaic Systems and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBoiler feedwater pumpBoiler (water heating)Heat recovery steam generatorSteam turbineSteam-electric power stationSurface condenserProcess engineeringFeedwater heaterThermal power stationTurbineComputer scienceCombined cyclePower (physics)Superheated steamEnvironmental scienceMechanical engineeringEngineeringWaste managementThermodynamics

Résumé

récupéré en direct d'OpenAlex

The first phase of a power plant has two subcritical 300 MW units, and each boiler feed water pump is equipped with two with 50% capacity steam driven feed pumps and one 50% capacity electric start-up feed pump. The two steam pumps are put into operation during normal operation. After the heat supply transformation in the unit of the first phase of this power plant and based on the calculation and analysis of the heat balance of the unit, it is found that there will be insufficient output of the feed pump due to the insufficient steam source after the flow-through transformation, which will affect the water supply of the unit and reduce the energy utilization rate. To avoid this, the steam source of feed pump turbine needs to be selected again. Taking the original steam turbine condition of feed pump and the original steam source of feed pump turbine as the research basis, this paper makes analysis on the steam source transformation, and concludes the scheme of steam source selection and reconstruction based on energy matching. The feasibility of the scheme is tested and verified finally.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,271
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,265
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy and Environment ResearchMême sujetPhotovoltaic Systems and SustainabilityTravaux en français237 207