【目的】针对基金会现场总线（foundation fieldbus, FF）主站供应链安全隐患突出，相关芯片、协议栈与组态工具高度依赖进口问题，依托睿渥技术体系开展FF-H1（foundation fieldbus- H1）总线主站全链条国产化研发，实现主站软硬件完全自主可控，为电力工控系统的供应链安全与能源安全保障提供技术支撑。

【方法】硬件方面，采用国产分立器件搭建介质连接单元（medium attachment unit, MAU）物理层电路，通过基准电压选择与恒流闭环控制电路实现总线信号精确调制，并采用选频放大与迟滞比较电路完成总线信号接收整形；软件方面，在嵌入式处理器中编写FF通信协议栈，实现系统管理服务、链路调度以及周期数据与非周期数据通信等功能；配套组态工具基于银河麒麟操作系统完成开发，覆盖设备文件解析、功能块组态、在线监控与工程维护等应用需求。

【结果】系统测试表明，双网段各挂载16台从站时，设备组态与数据通信均可稳定运行，模拟量输入（analog input, AI）、模拟量输出（analog output, AO）、开关量输入（digital input, DI）、开关量输出（digital output, DO）四类数据读写状态正常，长时间连续运行工况下报文侦听未检测到错误帧，充分验证了主站通信功能与数据交互的正确性。

【结论】所研发的FF-H1主站实现了从芯片、协议栈到组态工具的全链条自主可控，通信性能满足工程要求，可支撑睿渥分散控制系统（distributed control system, DCS）规模化配套应用，对提升电力工控系统供应链安全、保障能源安全具有现实意义。

【目的】针对发电设备多源异构数据治理中普遍存在的字段缺失、语义歧义及补全结果违反业务规则等难题，提出一种融合语义消歧与知识图谱约束的数据质量提升方法，以实现缺失字段的精准补全与故障文本的规范化。

【方法】以设备标识和时间为主键，关联设备台账、SCADA告警及运维日志构建多源语料库；基于DeepSeek-V3生成多类型候选补全结果，利用领域适配BERT模型评估语义一致性，并结合本地模块计算候选支持度；构建发电设备领域知识图谱，明确定义属性范围、设备层级、时序等强制规则与软约束；在此基础上设计双因子动态门控机制，以语义复杂度因子S和领域约束强度因子C动态融合语义评分、候选支持度及知识图谱软合规评分，通过硬约束过滤与综合重排序实现结果优选。

【结果】基于某大型发电集团区域公司2020—2024年76 360条火电、风电和光伏运营数据的实验表明，该方法宏平均补全准确率、语义一致性和业务合规率分别达到95.0%、93.9%和95.8%，均优于单一BERT、DeepSeek零样本及固定权重融合等对比方法。消融实验进一步显示：去除知识图谱约束后业务合规率降至84.3%；去除双因子门控后三项指标均出现下降，验证了各模块的有效性。

【结论】所提方法通过语义理解与业务规则的深度协同，显著提升了发电设备数据补全质量与文本规范化水平，为能源电力行业的数据治理提供了可靠的技术参考。

【目的】针对超临界二氧化碳（sCO₂）离心压缩机运行过程中工质凝结导致性能下降问题。提出一种吸力面前缘开槽叶片结构与进口温度协同调控方法。

【方法】以带吸力面前缘开槽结构的sCO₂离心压缩机为研究对象，采用数值模拟方法，研究不同工况下压缩机内部流动特性、凝结行为及性能演化规律。

【结果】结果表明，叶片开槽结构能够有效减少叶轮内部凝结区域，但开槽结构引起的局部流动扰动使最大等熵效率由普通叶片的84.60%降低至83.20%。随着进口温度升高，工质凝结得到有效抑制，同时开槽结构造成的气动损失逐渐恢复；当温度由310 K升高至315 K时，等熵效率由82.1%提升至83.5%，无量纲凝结体积显著降低，并在314 K后降低至0.211。当进口温度超过315 K后，凝结抑制效果提升有限，但由于工质密度降低导致压比下降，等熵效率逐渐降低。

【结论】综合考虑工质的凝结、气动性能及压比变化规律，315 K为本文研究开槽结构sCO₂离心压缩机最佳运行温度。研究提出的叶片结构与运行参数协同优化策略，可为sCO₂离心压缩机高效运行及工质凝结抑制设计提供理论依据。

【目的】以贫煤锅炉深度调峰改造成功案列为依托，从技术原理、数模研究、工程应用情况等对可调回流区分级着火燃烧技术进行分析、研究，为该技术在亚临界锅炉燃用贫煤超低负荷下实现不投油稳定燃烧改造中的应用提供可行性支撑。

【方法】采用构建精细化CFD模型对30%ECR工况进行全炉膛燃烧数值模拟，分析流场、温度场及水冷壁热负荷变化。研究了可调回流区分级着火燃烧器的原理，并与数值模拟研究相融合，指导工程应用改造。

【结果】数值模拟结果表明，30%ECR工况燃尽率达99.86%，CO质量浓度仅4.38 mg/m3。改造后，30%ECR负荷稳燃试验表明，燃用贫煤时，不投油最低电负荷降至90 MW，炉膛负压波动正常，脱硝全程投运且排放达标。

【结论】可调回流区分级着火燃烧器通过钝体开缝形成主动分级着火机制及可调周界风设计，达到了低负荷强化稳燃与高负荷防结渣的目的。修正后的锅炉效率为91.47%，实现锅炉宽负荷高效运行。改造达到了预期目的，为同类贫煤锅炉深度调峰改造提供技术参考。

【目的】针对高比例新能源接入条件下多微电网系统经济性与低碳性难以协同优化，以及电价、碳成本信号与微网内部交易之间协同作用不足的问题，提出一种电碳信号耦合下的多微电网协同低碳调度方法。

【方法】构建包含风电、光伏、常规机组、储能及需求响应的互联多微电网系统，将24 h园区内部动态结算电价和碳排放成本引导系数作为联合优化变量，并建立考虑机组出力、储能充放电和需求响应等的协同低碳调度模型。微网间交易采用基于内部结算电价的折扣定价机制，使内部功率互济与主网购售电形成价格联动。在此基础上，采用改进水流优化算法搜索电碳信号组合，根据系统综合运行性能更新搜索结果，实现电碳信号与运行策略的协同优化。

【结果】算例结果表明，在所提电碳信号引导下，储能、需求响应及微网间功率互济呈现出协同调节特征。与固定电碳信号模式相比，系统总运行成本由3 904.3元降至3 808.7元，降低约2.4%，碳成本降低10.7%，峰谷差降低18.2%。

【结论】所提方法能够通过内部电价与碳排放成本信号的联合优化协调多微电网运行行为，在满足各微电网供需平衡及设备运行约束的同时兼顾系统经济性、低碳性与负荷平抑效果。

【目的】针对磨煤机出口温度预测中数据驱动模型难以同时兼顾预测精度与能量平衡物理一致性的问题，提出一种融合磨煤机物理先验的出口温度预测方法，以提高预测结果的准确性和物理合理性。

【方法】以某350 MW燃煤机组MPS型中速磨煤机运行数据为基础，构建物理引导长短期记忆-物理信息神经网络（Physics-Guided Long Short-Term Memory-Physics-Informed Neural Network，PG-LSTM-PINN）。模型构造风煤比和热风占比以表征风煤匹配及冷热风混合状态，利用工况差异修正时间注意力，在长短期记忆网络（Long Short-Term Memory，LSTM）遗忘门中引入热惯性衰减因子，并依据能量平衡关系构造物理损失。通过模型对比、物理一致性评价、消融、小样本和物理损失权重敏感性实验评价模型性能。

【结果】PG-LSTM-PINN的R²为0.981 1，均方根误差（Root Mean Square Error，δRMSE）和平均绝对误差（Mean Absolute Error，δMAE）分别为0.078 2 ℃和0.061 1 ℃，相比LSTM分别降低50.69%和52.41%；物理残差均方根误差δRMSE,p和物理残差平均绝对误差δMAE,p分别为21.35 kJ/s和16.23 kJ/s。消融实验中，移除任一物理引导模块后，预测误差和物理残差均增大；小样本实验中，PG-LSTM-PINN在各训练比例下均保持较低预测误差；物理损失权重敏感性实验中，η=1.301 3×10⁻⁹时δRMSE最低。

【结论】所提方法能够提高磨煤机出口温度预测精度，减小能量平衡物理残差，并改善训练数据较少条件下的预测表现。

压缩二氧化碳储能（CCES）是促进新能源消纳、保障电力系统安全稳定运行的重要技术，具备良好的工程应用前景。

【目的】本文探究低压释能阶段关键运行参数对系统性能的影响规律，为低压CCES系统的工程应用与运行优化提供实验依据。

【方法】针对0~1 MPa压缩二氧化碳储能系统的释能过程，研究了阀门开度与加热温度对系统释能性能的影响规律。

【结果】结果表明，在本文实验工况范围内，阀门开度对低压CCES系统的释能性能具有显著影响，其中40%开度工况的释能时长较100%全开工况延长28%，可在一定程度上提升系统的持续释能能力。加热温度能够提高膨胀机输出功率，温度70 ℃加热工况的提升效果优于60 ℃工况，且该效应在小于50%开度工况下更为突出。

【结论】阀门开度与加热温度是调控低压CCES系统释能特性的关键参数。综合运行稳定性、发电功率与释能时长指标对比，本文实验范围内阀门50%开度、加热温度70 ℃加热工况在兼顾释能持续性和运行稳定性的长时释能需求下表现较优，其功率波动幅度比100%全开工况小。相关结果可为低压CCES系统运行调控提供实验参考。

【目的】针对燃煤电厂间接冷却塔热惯性强、环境扰动随机，传统数值模拟与物理建模无法精准推演未来运行状态，导致冬季防冻只能采用保守运行策略，系统安全性与经济性难以兼顾的问题，本文提出分模块机器学习模型优选策略。

【方法】针对扇区、总回水温度、凝汽器的各模块差异化特性，分别比较了四种算法，并选取长短时记忆神经网络、人工神经网络与随机森林三种机器学习算法作为各模块最优预测算法，解决单一模型无法适配全系统非线性、时序性预测的难题，并提出基于循环水温闭环迭代的机器学习自推演预测框架。该框架突破传统静态输入预测模式，以水循环流动路径构建节点水温动态递推闭环，实现运行状态自主连续演化预测。

【结果】基于某2×1 000 MW 机组间冷塔冬季实际运行数据验证，框架可递推预测未来1 h的运行状态，可以确保95%的时间内关键运行参数扇区回水温度、总回水温度、机组背压、总进水温度的预测精度分别在±0.65 ℃、±0.6 ℃、±0.57 kPa、±0.3 ℃。基于所构建的自推演框架，可对关键工况开展虚拟调控与情景推演，定量预测不同运行策略和外部工况变化对系统未来运行状态的影响。

【结论】本方法无需复杂物理解析式与仿真建模，可有效解决间冷塔因运行滞后性大、运行参数耦合强导致的预测难题，为电厂间冷塔冬季安全经济运行与智能调控提供全新技术方案。

【目的】压缩二氧化碳储能（compressed carbon dioxide energy storage，CCES）具有工质密度高、闭式循环和选址灵活等特点，该技术适用于长时储能和可再生能源的消纳。为明确不同技术路线的性能差异与工程适用边界，需对其研究现状和应用进展进行系统梳理。

【方法】从系统构型、工质物性、储存方式、关键设备、循环优化及工程示范等方面，归纳比较液态、跨临界和超临界3类CCES技术路线，分析其运行边界、储能密度、往返效率及设备适配特征。

【结果】不同CCES构型的性能主要受CO2储存状态、低压侧储存方式、换热过程匹配和透平机械性能影响。典型跨临界与超临界系统往返效率多为50%~70%；液态或气液相变系统储能密度较高，但液化、蓄冷和相变换热过程较复杂；跨临界系统选址灵活，超临界系统结构紧凑，但二者分别面临临界区换热和高压设备可靠性问题。

【结论】CCES具备地面化部署和长时储能潜力，但仍需在非稳态控制、高效透平机械、换热网络优化、分级储热/蓄冷利用及商业化运行机制等方面进一步突破。

【目的】针对垃圾焚烧炉受热面积灰导致换热恶化、排烟温度升高及运行效率下降等问题，研究了强力波清灰过程及其压力参数对清灰效果的影响。

【方法】采用内聚力模型与耦合欧拉-拉格朗日分析方法，建立强力波清灰过程数值模型，以内聚力单元损伤比例表征积灰层破坏程度，分析不同出口工作压力下积灰破碎过程及清灰性能，并结合垃圾焚烧炉多工况现场试验，对模拟结果进行验证。

【结果】强力波作用下积灰破坏程度随清灰器出口工作压力增大而提高，而积灰开始发生破坏的时间基本不受工作压力影响；现场试验表明，启用强力波清灰器后，工作压力由30 MPa提高至35 MPa，增幅为16.67%，温度降幅在24.20 ℃基础上提高11%，归一化换热恢复指标在0.53 ℃·h/t基础上提高3.8%，验证了数值模拟所得规律。

【结论】所建强力波清灰器模型能够较好反映强力波清灰过程中积灰层损伤演化特征；该强力波清灰器具有良好的清灰效果，且清灰效果与出口工作压力之间呈正相关。研究结果可为垃圾焚烧炉强力波清灰器的参数优化与工程推广提供参考。