我国学者在青藏高原生态系统甲烷排放研究方面取得重要成果

中国科学院西北高原生物研究所网页上发布信息:《自然》等著名学术刊物、媒体报道我国科学家在青藏高原生态系统甲烷排放研究方面的最新成果(http://www.nwipb.ac.cn/xwzx/zhxw/200808/t20080829_1674857.html)报道,高寒草甸植物能够释放甲烷,但是草本植物群落和木     

PSO-SVM模型在化工事故风险预测中的应用研究

为了减少化工事故的发生,提高化工生产过程中事故风险预测的准确性,研究了粒子群优化算法与支持向量机(PSO-SVM)模型在事故风险预测中的应用.首先,统计分析近5年化工生产安全事故致因因素,得出化工事故风险因素统计特征,结合层次分析法,建立化工事故风险预测指标体系并确定各指标因素的权重值;然后,基于MATLAB计算生成的...     

新能源场群连锁故障路径的仿真预测方法

新能源场站的大规模集群化接入不仅增加了连锁故障的发生概率,也恶化了故障发生后的电网运行状态。为适应电网运行分析的新要求,以新能源机组和无功补偿装置实际运行工况为依据,研究了一种用于预测新能源场群连锁故障路径的仿真计算方法。通过基于大电网数据的仿真算例分析,得到了某新能源场群在典型约束条件下的详细连锁故障路径。结果表明:基于新能源场站机组实际情况建立的仿真模型更适宜于连锁脱网路径的仿真预测。     

港口企业高风险作业管理难点问题及管控措施研究

近几年,随着水运和港口行业的高速发展,港口高风险作业数量明显增多,安全管理的难度日益增加,作业现场安全管理形势严峻,一旦管控失效极易引发各类重特大事故。本文首先梳理港口企业在高风险作业检查过程中发现的共性问题,进而重点针对共性问题产生原因进行分析探讨并提出管控措施,为防范和化解港口企业重特大安全风险提供参考。     

RS-PSO-ELM下腐蚀管道失效压力预测

为提高腐蚀管道失效压力的预测精度并简化其计算过程,提出基于粗糙集(RS)和粒子群算法(PSO)融合极限学习机(ELM)的腐蚀管道失效压力预测模型。通过属性约简提取影响失效压力的关键因素,选用PSO优化ELM的输入权值和隐含层偏差,将归一化的核心指标数据代入计算。结果表明:该模型预测结果与实际值基本一致,与单一ELM模型相比,预测结果的均方差(MSE)降至0.255;与其他蚀管道失效压力评价模型相比,该模型预测结果的绝对误差平均值降至0.32。     

用先进的检验技术 创安全的工作环境——访《大型储罐群安全检验技术体系研究和工程示范》项目第一完成人沈功田

中国职业安全健康协会科学技术奖旨在奖励为我国安全生产科技进步做出突出贡献的组织和个人。2009年度中国职业安全健康协会科学技术奖共评出获奖项目65项,其中一等奖8项。     

中国安科院与中国长江三峡集团公司开展地下洞室群全尺寸火灾实验研究

2010年5月21～27日,中国安全生产科学研究院与中国长江三峡集团公司共同在金沙江流域向家坝水电站施工现场开展了倾斜转弯大长隧洞全尺寸火灾实验研究,同时在主变洞（长宽高尺寸约为170m×25m×24m）及其相邻洞室内开展洞室群全尺寸火灾实验研究。本次实验选择了不同火源功率、不同通风排烟条件等工况进行全尺寸实体实验。     

大规模风电接入电网的机组组合问题研究

伴随着风力发电规模的日益增加,风电并网需求量增大,大电网环境下与之相适应的火电机组的启停组合经济调度问题显得特别突出。针对此问题,通过对离散二进制粒子群算法进行优化改进,采用等耗量微增率迭代法整合优化方案,用于解决火电机组启停组合经济调度问题。仿真结果表明:该方案接近最优,在满足电力系统约束条件下得出的机组组合方式能够使得总运行费用最低,能够根据风电具体预测信息,为电网接入的火电机组经济调度提供可靠依据。     

辽宁省港口邻近区域海运废气排放测算

为准确测算沿海地区船舶废气排放量,基于试验数据确定了NO_x、CO、HC和CO₂排放因子;结合文献资料和海事局进出港船舶签证数据,采用基于船舶活动过程的方法测算了2014年辽宁省港口邻近区域〔距港口减速区外边界25 n mile(1 n mile=1 852 m)以外的边界线与港口陆地岸线所围成的区域〕海运废气排放清单. 结果表明:2014年辽宁省港口邻近区域海运NO_x、CO、HC、CO₂、SO₂和PM(颗粒物)的排放量分别为11 827.1、971.4、399.6、1 097 426.5、11 654.1和959.2 t;散货船、集装箱船和油船3种主要类型船舶的NO_x、CO、HC、CO₂、SO₂和PM的分担率之和分别为74.7%、77.8%、70.8%、68.0%、70.9%和70.6%;主机NO_x、CO、HC、CO₂、SO₂和PM的分担率最大,分别为63.7%、63.0%、46.0%、40.4%、46.4%和45.3%;停泊工况下的NO_x、CO、HC、CO₂、SO₂和PM排放量分别为3 318.3、281.7、168.3、520 194.9、4 894.0和411.5 t. 船舶降速运行、减少停港时间、燃用低硫油和向船舶供应岸电等措施能降低港口邻近区域海运废气排放. 基础数据缺乏或数据代表性不足给废气排放清单带来了一定的不确定性.      

兰-白城市群主要大气污染物网格化排放清单及来源贡献

甘肃兰-白城市群为我国西北地区重要的重工业基地,大气污染物排放总量较大.研究高空间分辨率的污染物排放清单对于区域空气质量预报预警、减排方案模拟研究及大气污染防治等具有重要的科学意义.本文以兰州和白银为主要研究区域,基于研究区域污染源排放及统计年鉴等数据资料,建立了兰（2015年）-白（2016年）城市群7种（类）主要大气污染物网格化排放清单,并对其空间排放特征以及排放源贡献进行了详尽地讨论分析.结果表明,兰-白城市群7种主要污染物年排放量分别为：NO_x 2.22×10⁵ t、NH₃ 4.53×10⁴ t、VOCs 7.74×10⁴ t、CO 5.62×10⁵ t、PM₁₀ 4.95×10⁵ t、PM_2.5 1.91×10⁵ t和SO₂ 1.37×10⁵ t.其中CO的排放量最大,NH₃的排放量最小.本清单与北大和清华MEIC清单对比结果表明,交通源排放3个清单一致性较高,CO排放总量和其工业源排放与北大和清华MEIC清单排放源相差30%~40%,推测原因主要为清单计算过程中排放因子、分辨率和数据年份的差异.本清单网格化空间分布显示除NH₃外的其他6种（类）污染物,排放主要集中在市区,排放源中工业非燃烧过程源均为最大贡献占比,NH₃的主要贡献源是氮肥的施用及禽畜排放,其污染分布受耕地分布等因素影响较大.因此,减少工业非燃烧过程源、整合优质高效电力供应、使用清洁能源、严格控制工地扬尘、工业粉尘和做好城区绿化等,能有效地降低兰-白城市群NO_x、VOCs、CO、PM₁₀、PM_2.5和SO₂这6种（类）主要污染物的排放.NH₃的减排则主要可从控制氮肥的使用及减少禽畜排放两方面考虑.本研究还利用蒙特卡洛法分析了排放清单的不确定性,NH₃的不确定性最大为-31%~30%,CO的不确定性最小为-18%~16%,清单整体可信度较高.