全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

智能化技术在核电行业应用的可行性研究分析
Feasibility Study and Analysis of Intelligent Technology Application in Nuclear Power Industry

DOI: 10.12677/NST.2023.113029, PP. 271-283

Keywords: 核电智能化,在线巡检,大数据,能源互联网,机器学习
Intellectualization of Nuclear Power
, Online Patrol Inspection, Big Data, Energy Internet,Machine Learning

Full-Text   Cite this paper   Add to My Lib

Abstract:

能源行业是一个正在发展的蓬勃行业,需要逐步将智能化应用到正在蓬勃发展的核能中。本文从其他能源行业出发,通过对风能、火电、水电、电网等能源行业已投入运营的智能化系统进行分析,将智能化运行的功能划分为智能感知、智能控制、智能维护、智能巡检四个方向,选取可应用在核能行业内的相关技术进行综述,调研结果可以为核电智能化技术落地提供支撑。
The energy industry is a booming industry that needs to gradually apply intelligence to the booming industry. Starting from other energy industries, this paper analyzes the intelligent systems that have been put into operation in the energy industries such as wind power, thermal power, hydro-power and power grid, and divides the functions of intelligent operation into four directions: intelligent perception, intelligent control, intelligent maintenance and intelligent inspection. The selected relevant technologies that can be applied in the nuclear energy industry are reviewed, and the research results can provide support for the implementation of nuclear intelligent technology.

References

[1]  张誉千, 张星. 国内外“互联网+”智慧能源典型案例分析及相关建议[J]. 水能经济, 2018(1): 355.
[2]  陈军, 刘子华, 卜飞飞. 打破“数据壁垒”实现互联互通——河南省能源大数据中心建设纪实[J]. 河南电力, 2020(10): 18-19.
[3]  张文建, 张永霞, 王朝晖, 宫旭辉. 火电厂ECMS和DCS一体化监控[J]. 热力发电, 2018, 47(12): 106-110. https://doi,org/10.19666/j.rlfd.201808159
[4]  潘建宏, 张帆, 王磊, 张俊茹, 郝保中. 基于多源异构的能源数据处理技术研究[J]. 电子设计工程, 2022, 30(16): 143-147.
[5]  颉满斌, 何文. 多层级智能控制技术筑牢大规模新能源电站安全防线[N]. 科技日报, 2022-08-26(008).
[6]  秦羽飞, 葛磊蛟, 王波. 能源互联网群体智能协同控制与优化技术[J]. 华电技术, 2021, 43(9): 1-13.
[7]  齐海艳. 1000 MW二次再热机组智慧电厂建设[J]. 通信电源技术, 2019, 36(3): 236-237+240.
[8]  赖伟坚, 陈威洪, 林泽宏, 李敬光, 张鑫, 唐建林, 余涛. 能源互联网内多类设备协同运行的能量管理系统软件设计[J]. 电网与清洁能源, 2020, 36(4): 72-80.
[9]  金建成. 矿用巡检机器人能源动力技术研究[J]. 中国新技术新产品, 2021(18): 10-12.
[10]  汤鹏. 变电站巡检机器人视觉导航技术的研究[D]: [硕士学位论文]. 南京: 东南大学, 2020.
[11]  顾盛明. 风电塔筒轮式爬壁机器人设计与仿真分析[D]: [硕士学位论文]. 西安: 西安理工大学, 2021.
[12]  刘枫. 风力发电机塔身清洗机器人设计与研究[D]: [硕士学位论文]. 哈尔滨: 哈尔滨工业大学, 2013.
[13]  郑州万特电气股份有限公司. 基于互联网的电能计量故障诊断排查专家系统[P]. 中国, CN201910347467.6. 2021-07-02.
[14]  程晓絮, 眭仁杰. 基于专家系统的船舶电力系统故障诊断探究[J]. 中国水运(下半月), 2020, 20(9): 70-71.
[15]  卢俊达. 基于深度学习的电力设备故障诊断专家系统[D]: [硕士学位论文]. 北京: 北京工业大学, 2017.
[16]  何昌金. 电气火灾监控系统在智慧消防建设中的应用[J]. 消防界(电子版), 2020, 6(6): 45+47.
[17]  杨挺. 基于计算机视觉技术的油库智能消防系统[J]. 油气田地面工程, 2013, 32(7): 67-68.
[18]  牛浩玉, 汤文兵, 田锦. 基于深度强化学习的智能体在智慧消防中的应用研究[J]. 通信技术, 2019, 52(10): 2567-2572.
[19]  王浩宇, 陈颖, 缪燕子, 等. 一种矿井主要通风机故障诊断系统[J]. 工矿自动化, 2017, 43(6): 69-71.
https://doi.org/10.13272/j.issn.1671-251x.2017.06.016
[20]  杨笑千, 郭捷, 唐华, 等. 大数据、人工智能在核工业领域的应用前景分析[J]. 信息通信, 2020(2): 266-268.
https://doi.org/10.3969/j.issn.1673-1131.2020.02.128
[21]  琚泽立, 杨博, 孙浩飞, 等. 面向电力智能巡检的多机器人系统协同路径规划算法[J]. 智慧电力, 2020, 48(6): 92-97.
https://doi.org/10.3969/j.issn.1673-7598.2020.06.015
[22]  曹庆才, 冯强, 刘立群, 等. 一种风电机组巡检机器人系统[P]. 中国, CN112621745A. 2021-04-09.
[23]  庞人宁. 变电站智能机器人巡检技术研究[J]. 电气开关, 2022, 60(4): 19-22+27.
[24]  郭瑜, 童丽娜, 倪旭明. 基于改进卷积神经网络的电力通信网故障诊断研究[J]. 计算机测量与控制, 2022, 30(2): 24-30.
https://doi.org/10.16526/j.cnki.11-4762/tp.2022.02.004
[25]  刘贞瑶, 高方玉, 高安洁, 郭嵘, 何野. 一种输电线路智能巡检机器人的仿真设计[J]. 电气技术, 2019, 20(12): 41-45.
[26]  刘杰荣, 王伟冠, 何其淼, 等. 蛙跳式充电的无人机自主巡线技术与系统(二): 基于机器视觉的自动充电控制[J]. 电力科学与技术学报, 2021, 36(6): 182-188.
https://doi.org/10.19781/j.issn.1673-9140.2021.06.022
[27]  孟维川. 基于视觉伺服的变电站巡检机器人自主充电对接技术[D]: [硕士学位论文]. 青岛: 青岛科技大学, 2022.

Full-Text

comments powered by Disqus

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133

WeChat 1538708413