差分進(jìn)化算法及其在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大小:464KB
頁(yè)數(shù):4P
人氣 :90
4.7
差分進(jìn)化算法(differential evolution,DE)是一種基于群體的進(jìn)化算法,通過群體內(nèi)個(gè)體間的合作與競(jìng)爭(zhēng)產(chǎn)生的群體智能指導(dǎo)優(yōu)化搜索。文中將其改進(jìn)的方法應(yīng)用于以水電站運(yùn)行成本最小為目標(biāo)的優(yōu)化模型。該模型考慮了機(jī)組能量特性差異,以旋轉(zhuǎn)備用、啟停成本、氣蝕振動(dòng)區(qū)、機(jī)組可用性等指標(biāo)作為約束條件。實(shí)例計(jì)算表明,該方法克服了傳統(tǒng)方法在處理多約束、多維優(yōu)化問題上的困難。
遺傳算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大?。?span id="9lnd7dv" class="single-tag-height" data-v-09d85783>38KB
頁(yè)數(shù):3P
通過建立某水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的數(shù)學(xué)模型,運(yùn)用遺傳算法制訂該水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的控制計(jì)劃。通過對(duì)初值的敏感性、收斂速度和優(yōu)化結(jié)果三方面驗(yàn)證,發(fā)現(xiàn)遺傳算法對(duì)初值不敏感且收斂速度較快。當(dāng)遺傳算法精度逐漸增大時(shí),搜索速度逐漸減慢,且搜索效率降低,這時(shí)需要進(jìn)行算法的改進(jìn)。
遺傳算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大小:157KB
頁(yè)數(shù):2P
1概述\r\n遺傳算法《geneticalgorithm)是一種基于生物遺傳和進(jìn)化過程的計(jì)算機(jī)模擬,遺傳算法使得各種人工系統(tǒng)具有優(yōu)良的自適應(yīng)能力和優(yōu)化能力,遺傳算法所借鑒的生物學(xué)基礎(chǔ)就是生物的遺傳和進(jìn)化。在進(jìn)化論中,每一物種在不斷的發(fā)展過程中都是越來越適應(yīng)環(huán)境,物種的基本特征被后代繼承,但后代又不完全與父代相同。對(duì)于這種新的變化,若適應(yīng)環(huán)境,則被保留下來;否則,就將被淘汰。亦即適者生存,不適者淘汰。遺傳算法就是模仿了生物的遺傳、進(jìn)化原理,并引用了隨機(jī)統(tǒng)計(jì)原理而形成的優(yōu)化算法。
蟻群算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大?。?span id="7lpdpdt" class="single-tag-height" data-v-09d85783>307KB
頁(yè)數(shù):5P
4.4
水電站實(shí)行經(jīng)濟(jì)運(yùn)行既可帶來巨大的經(jīng)濟(jì)效益,又可以節(jié)約寶貴的水資源。文章介紹了一種新的模擬優(yōu)化算法——蟻群算法,并根據(jù)水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題與旅行商問題的相似性,通過合理處理約束條件與目標(biāo)函數(shù),將水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題轉(zhuǎn)化為旅行商問題,從而提出了一種用蟻群算法求解水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題的數(shù)學(xué)模型。實(shí)例驗(yàn)證表明此方法具有較高的實(shí)用價(jià)值。
蜜蜂進(jìn)化算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大?。?span id="9jnjx7z" class="single-tag-height" data-v-09d85783>672KB
頁(yè)數(shù):4P
4.3
以發(fā)電耗流量最小建立經(jīng)濟(jì)運(yùn)行數(shù)學(xué)模型,通過模擬蜜蜂交配過程中的婚飛行為,提出了一種蜜蜂進(jìn)化算法(hbea),在雜交過程中引入了外來雄蜂提高子代多樣性,又引入工蜂對(duì)子代喂以蜂王漿提高群體適應(yīng)度。通過schwefel’s函數(shù)仿真測(cè)試證明了hbea的可行性。以烏江渡水電站經(jīng)濟(jì)運(yùn)行為例,結(jié)果表明該算法解決水電站經(jīng)濟(jì)運(yùn)行問題行之有效。
基于差分進(jìn)化算法的水電站短期經(jīng)濟(jì)運(yùn)行研究
格式:pdf
大?。?span id="xppxn9r" class="single-tag-height" data-v-09d85783>345KB
頁(yè)數(shù):5P
4.5
以水電站運(yùn)行成本最小為目標(biāo),提出了一種用差分進(jìn)化算法(differentialevolution,de)實(shí)現(xiàn)大型水電站最優(yōu)運(yùn)行的方法。差分進(jìn)化算法是一種基于群體的多目標(biāo)進(jìn)化算法,通過群體內(nèi)個(gè)體間的合作與競(jìng)爭(zhēng)產(chǎn)生的群體智能指導(dǎo)優(yōu)化搜索。將改進(jìn)的方法應(yīng)用于水電站經(jīng)濟(jì)運(yùn)行,模型考慮了機(jī)組能量特性差異,并能在旋轉(zhuǎn)備用、啟停成本、氣蝕振動(dòng)區(qū)、機(jī)組可用性等約束條件下,制定出電站日內(nèi)96段最優(yōu)運(yùn)行計(jì)劃。計(jì)算表明,該方法避免了動(dòng)態(tài)規(guī)劃等算法處理多約束、大型優(yōu)化問題的困難,同時(shí)提高了進(jìn)化算法的精度。
基于自組織進(jìn)化規(guī)劃的徑流式水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行算法
格式:pdf
大?。?span id="xptlvrh" class="single-tag-height" data-v-09d85783>493KB
頁(yè)數(shù):3P
4.7
針對(duì)徑流式水電站基本無(wú)調(diào)節(jié)能力的運(yùn)行特點(diǎn),提出其發(fā)電量最大優(yōu)化調(diào)度模型,并采用罰函數(shù)法與自組織進(jìn)化規(guī)劃法相結(jié)合進(jìn)行模型求解.選擇某徑流式水電站進(jìn)行模擬計(jì)算,說明該方法具有求得整體最優(yōu)解的能力,算法可行.
一種水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行算法
格式:pdf
大?。?span id="tjrdllb" class="single-tag-height" data-v-09d85783>571KB
頁(yè)數(shù):4P
4.5
介紹一種將懲罰函數(shù)、動(dòng)態(tài)修正出力-流量(n-q)關(guān)系與優(yōu)化算法相結(jié)合實(shí)現(xiàn)水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的方法。該方法可針對(duì)短期優(yōu)化調(diào)度結(jié)果(日負(fù)荷過程)制定啟停計(jì)劃,實(shí)現(xiàn)負(fù)荷的經(jīng)濟(jì)分配,并且考慮了機(jī)組間的效率差異、機(jī)組啟停成本、氣蝕振動(dòng)區(qū)、機(jī)組可用性及主接線方式等約束條件。算例表明該方法不僅能解決廠內(nèi)經(jīng)濟(jì)運(yùn)行的多約束問題,而且能與電力市場(chǎng)下的短期優(yōu)化調(diào)度很好地結(jié)合起來。該方法易于實(shí)現(xiàn)程序設(shè)計(jì)且計(jì)算速度快。
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行應(yīng)用研究
格式:pdf
大?。?span id="vhn9ndf" class="single-tag-height" data-v-09d85783>411KB
頁(yè)數(shù):3P
4.4
采用罰函數(shù)將有約束的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題轉(zhuǎn)化為無(wú)約束優(yōu)化問題,在粒子群中引入遺傳算法中的\"交叉\"思想并采用線性遞減的慣性權(quán)重,以提高粒子在解空間的遍歷性和局部搜索能力,避免粒子群限于局部最優(yōu)。實(shí)例計(jì)算結(jié)果表明該算法在求解水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題上是可行、有效的。
類電磁機(jī)制算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用研究
格式:pdf
大?。?span id="hxrfpf9" class="single-tag-height" data-v-09d85783>207KB
頁(yè)數(shù):5P
4.8
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行是電力系統(tǒng)的重要研究課題,能有效增加水電站的經(jīng)濟(jì)效益。本文將類電磁機(jī)制算法用于水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行研究中。該算法模擬電磁場(chǎng)中帶電粒子間的吸引與排斥機(jī)制,將搜索解類比為帶電粒子,然后按一定的準(zhǔn)則通過局部搜索、計(jì)算合力和移動(dòng)粒子等環(huán)節(jié)使搜索粒子朝最優(yōu)解移動(dòng)。該算法具有全局優(yōu)化能力強(qiáng),編程實(shí)現(xiàn)簡(jiǎn)單,收斂性好等優(yōu)點(diǎn)。與水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行研究的多種已有方法進(jìn)行仿真對(duì)比,結(jié)果證實(shí)該算法可有效解決水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題,可將該算法推廣應(yīng)用到電力系統(tǒng)的其它問題研究中。
動(dòng)態(tài)規(guī)劃和粒子群算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用比較研究
格式:pdf
大小:305KB
頁(yè)數(shù):5P
4.5
隨著電站裝機(jī)容量和機(jī)組臺(tái)數(shù)的不斷增加,利用動(dòng)態(tài)規(guī)劃求解水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題,將面臨\"維數(shù)災(zāi)\"和實(shí)效性問題。近些年,粒子群算法作為一種新型的群體智能優(yōu)化方法,由于能夠彌補(bǔ)動(dòng)態(tài)規(guī)劃計(jì)算時(shí)間長(zhǎng)、內(nèi)存占用量大等諸多不足,在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行等方面得到了廣泛重視。現(xiàn)有文獻(xiàn),大多數(shù)從方法的應(yīng)用角度探討較多,但從替代動(dòng)態(tài)規(guī)劃的必然性和潛力方面探討較少,鮮有實(shí)例分析。本文以百萬(wàn)級(jí)裝機(jī)千瓦的烏江渡水電站為實(shí)例,深入分析與比較了粒子群算法與動(dòng)態(tài)規(guī)劃的優(yōu)劣,認(rèn)為粒子群算法是代替動(dòng)態(tài)規(guī)劃、求解裝機(jī)規(guī)模龐大的巨型水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的有效方法。
遺傳算法在小型水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用
格式:pdf
大小:317KB
頁(yè)數(shù):2P
4.5
針對(duì)小型水電站機(jī)組實(shí)際特性和理論特性存在著較大差異,供水方式一般采用聯(lián)合供水,因水頭損失與機(jī)組流量分配有關(guān)的特點(diǎn),本文以遺傳算法為基礎(chǔ),考慮機(jī)組效率修正和機(jī)組段的水頭損失進(jìn)行廠內(nèi)經(jīng)濟(jì)運(yùn)算。以一個(gè)實(shí)際的小型水電站為例,說明了遺傳算法用于小型水電站的可行性和有效性。
緊水灘水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行分析
格式:pdf
大小:145KB
頁(yè)數(shù):3P
4.7
通過分析緊水灘水電站機(jī)組特性曲線,應(yīng)用動(dòng)態(tài)規(guī)劃法提出各機(jī)組最優(yōu)運(yùn)行組合,實(shí)現(xiàn)機(jī)組安全高效運(yùn)行,達(dá)到節(jié)能降耗的目的。
微粒群算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中的應(yīng)用研究
格式:pdf
大?。?span id="zd7xbl7" class="single-tag-height" data-v-09d85783>582KB
頁(yè)數(shù):4P
4.4
介紹了一種基于集群智能的優(yōu)化算法———微粒群算法,該算法具有實(shí)現(xiàn)簡(jiǎn)單、參數(shù)少且收斂快的特點(diǎn)。結(jié)合水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題實(shí)際,提出通過確定微粒群在多維空間中的最優(yōu)位置來實(shí)現(xiàn)機(jī)組間的負(fù)荷優(yōu)化分配;針對(duì)算法易于局部收斂的缺點(diǎn),引入了遺傳算法的交叉算子來保持種群的多樣性,并采用自適應(yīng)慣性權(quán)重改善算法的解空間搜索能力。最后通過實(shí)際算例驗(yàn)證了算法的有效性,從而為水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題提供了一種新的求解途徑。
基于遺傳算法的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行新算法
格式:pdf
大小:154KB
頁(yè)數(shù):4P
4.4
本文提出求解水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題的新方法-遺傳算法,它不同于常規(guī)優(yōu)化算法的特點(diǎn)在于,從多個(gè)初值點(diǎn)開始,沿多路徑搜索實(shí)現(xiàn)全局或準(zhǔn)全局最優(yōu),計(jì)算過程不需要存貯狀態(tài)或決策變量的離散點(diǎn),減少計(jì)算機(jī)內(nèi)存,不必求導(dǎo)計(jì)算,編程簡(jiǎn)單,是一種有效的自適應(yīng)隨機(jī)搜索算法。
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行實(shí)用化方法研究??
格式:pdf
大?。?span id="jvxxrbh" class="single-tag-height" data-v-09d85783>542KB
頁(yè)數(shù):4P
4.8
大容量巨型水電站普遍具有高壩、高水頭、高負(fù)荷的運(yùn)行特征,給電網(wǎng)安全帶來隱患。本文從調(diào)度工作出發(fā),在滿足機(jī)組運(yùn)行安全的前提下,探討一種實(shí)用化的水電站廠內(nèi)經(jīng)濟(jì)分配方法。分析結(jié)果表明,該方法能夠有效滿足調(diào)度人員工作需求,是一種切實(shí)可行的負(fù)荷分配方法。
用查表法實(shí)現(xiàn)水電站的廠內(nèi)經(jīng)濟(jì)運(yùn)行
格式:pdf
大?。?span id="vpbrffn" class="single-tag-height" data-v-09d85783>166KB
頁(yè)數(shù):6P
4.7
在柘溪、鳳灘水電站機(jī)組原型效率試驗(yàn)基礎(chǔ)上,依據(jù)耗水量最小原則,用查表法實(shí)現(xiàn)了廠內(nèi)經(jīng)濟(jì)運(yùn)行,柘溪水電站節(jié)能率281%,經(jīng)濟(jì)效益顯著。該法簡(jiǎn)明、直觀,成果使用方便,并可與計(jì)算機(jī)監(jiān)控系統(tǒng)配合使用。
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行實(shí)用化方法研究
格式:pdf
大?。?span id="9tthzt9" class="single-tag-height" data-v-09d85783>542KB
頁(yè)數(shù):4P
4.4
大容量巨型水電站普遍具有高壩、高水頭、高負(fù)荷的運(yùn)行特征,給電網(wǎng)安全帶來隱患。本文從調(diào)度工作出發(fā),在滿足機(jī)組運(yùn)行安全的前提下,探討一種實(shí)用化的水電站廠內(nèi)經(jīng)濟(jì)分配方法。分析結(jié)果表明,該方法能夠有效滿足調(diào)度人員工作需求,是一種切實(shí)可行的負(fù)荷分配方法。
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行的快速仿電磁學(xué)算法
格式:pdf
大?。?span id="hdvpn9z" class="single-tag-height" data-v-09d85783>843KB
頁(yè)數(shù):6P
4.6
水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行問題在本質(zhì)上是一個(gè)目標(biāo)函數(shù)連續(xù)和變量離散的非線性約束優(yōu)化問題。針對(duì)其求解困難,本文將模型轉(zhuǎn)換為只具有兩界約束和離散約束條件的優(yōu)化問題,并首次將罰函數(shù)法和一種新型的群智能算法——仿電磁學(xué)算法融合起來對(duì)該優(yōu)化問題進(jìn)行求解。詳細(xì)闡述了算法的改進(jìn)過程、離散變量的處理和基本求解步驟。通過兩個(gè)算例的仿真分析及其與遺傳算法的比較可知所提算法在水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行方面正確有效。
基于遺傳算法的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行模型研究
格式:pdf
大?。?span id="tnp7zbn" class="single-tag-height" data-v-09d85783>304KB
頁(yè)數(shù):3P
4.8
針對(duì)水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行中需要考慮的關(guān)鍵問題,建立了相關(guān)的數(shù)學(xué)模型。根據(jù)該模型的特點(diǎn),提出了一種基于遺傳算法求解的新思路。該算法采用浮點(diǎn)數(shù)編碼技術(shù)和以發(fā)電運(yùn)行總成本倒數(shù)為適應(yīng)度函數(shù),并設(shè)計(jì)了一些啟發(fā)式技術(shù)和遺傳操作算子有效地處理模型中的各種約束條件,使得算法在遺傳操作迭代過程中的所有個(gè)體都是可行解。實(shí)例研究表明,模型合理,算法可行、有效。
珊溪水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行系統(tǒng)的研發(fā)
格式:pdf
大小:515KB
頁(yè)數(shù):3P
4.7
以珊溪水電站為例,采用windows2000、vb6.0、access2000、mgcs6.52組態(tài)軟件等開發(fā)工具,構(gòu)建了系統(tǒng)管理、數(shù)據(jù)管理、圖形管理、計(jì)算分析、數(shù)據(jù)查詢、權(quán)限設(shè)置6大功能模塊,并運(yùn)用系統(tǒng)構(gòu)建、數(shù)據(jù)庫(kù)維護(hù)、動(dòng)力特性生成、有功負(fù)荷優(yōu)化等關(guān)鍵技術(shù)。應(yīng)用和實(shí)施結(jié)果表明,該系統(tǒng)行之有效,可提高發(fā)電效益2%,實(shí)現(xiàn)了預(yù)期目標(biāo),可供借鑒。
小型水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行新模式
格式:pdf
大?。?span id="19dl99h" class="single-tag-height" data-v-09d85783>78KB
頁(yè)數(shù):2P
4.6
{總第388期 求嚕 電站電麗運(yùn)行43 · <.一 蜥型電站縫遘模羲 鄭州工業(yè)大學(xué)馬躍先 ,——————— ~ 目前,絕大多數(shù)小型水電站對(duì)廠內(nèi)經(jīng)濟(jì)運(yùn) 行的重要性仍缺乏認(rèn)識(shí),影響了電站的經(jīng)濟(jì)效 益。豫西某引水式電站裝機(jī)3臺(tái),1號(hào)、2號(hào) 和3號(hào)機(jī)的容量分別為3000kw、3200kw和 1600kw。某運(yùn)行班根據(jù)來水量開1號(hào)、3號(hào) 機(jī),按習(xí)慣1號(hào)機(jī)帶負(fù)荷2400kw,3號(hào)機(jī)帶 600kw,兩臺(tái)機(jī)持續(xù)穩(wěn)定運(yùn)行。筆者在保持上 游來水量和前池水位不變的情況下,征得電站 管理人員同意后調(diào)整了1號(hào)、3號(hào)機(jī)的出力. 讓1號(hào)機(jī)帶2000kw,當(dāng)3號(hào)機(jī)的出力為 1200
中小型水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行準(zhǔn)實(shí)時(shí)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
格式:pdf
大?。?span id="n79dr7h" class="single-tag-height" data-v-09d85783>226KB
頁(yè)數(shù):6P
4.5
本文試圖根據(jù)電網(wǎng)負(fù)荷和電站水頭的實(shí)時(shí)變化情況,進(jìn)行廠內(nèi)經(jīng)濟(jì)運(yùn)行的優(yōu)化計(jì)算。當(dāng)廠內(nèi)經(jīng)濟(jì)運(yùn)行優(yōu)化計(jì)算能夠達(dá)到一定的速度要求時(shí),即可認(rèn)為實(shí)現(xiàn)了水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行準(zhǔn)實(shí)時(shí)系統(tǒng)。選擇某中型水電站進(jìn)行廠內(nèi)經(jīng)濟(jì)運(yùn)行實(shí)時(shí)系統(tǒng)的模擬實(shí)驗(yàn),結(jié)果表明對(duì)水電站的4臺(tái)機(jī)組進(jìn)行實(shí)時(shí)優(yōu)化,平均計(jì)算時(shí)間在02秒以內(nèi),即實(shí)現(xiàn)了廠內(nèi)經(jīng)濟(jì)運(yùn)行的準(zhǔn)實(shí)時(shí)系統(tǒng)。
基于混合遺傳算法的水電站經(jīng)濟(jì)運(yùn)行
格式:pdf
大?。?span id="v7fnhxp" class="single-tag-height" data-v-09d85783>190KB
頁(yè)數(shù):3P
4.6
以水電站運(yùn)行成本最小為目標(biāo),提出了一種用混合遺傳算法實(shí)現(xiàn)大型電站最優(yōu)運(yùn)行計(jì)劃的方法。該方法考慮了機(jī)組能量特性差異,并能在旋轉(zhuǎn)備用、起停成本、空蝕振動(dòng)區(qū)、機(jī)組可用性等約束條件下,制定出電站日內(nèi)96段最優(yōu)運(yùn)行計(jì)劃。該方法避免了動(dòng)態(tài)規(guī)劃等算法處理多約束、大型優(yōu)化問題的困難,同時(shí)提高了遺傳算法的精度。算例表明,方法精度高,計(jì)算速度快。
基于UML技術(shù)的水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行系統(tǒng)設(shè)計(jì)
格式:pdf
大?。?span id="nzdxf7f" class="single-tag-height" data-v-09d85783>550KB
頁(yè)數(shù):4P
4.4
針對(duì)水電站廠內(nèi)經(jīng)濟(jì)運(yùn)行系統(tǒng)(eoshs)軟件開發(fā)過程的相對(duì)獨(dú)立、軟件更新困難而造成重復(fù)開發(fā)、資源浪費(fèi)等現(xiàn)象,運(yùn)用統(tǒng)一建模語(yǔ)言(uml)建立eoshs的靜態(tài)模型(用例圖、類圖、包圖)和動(dòng)態(tài)模型(活動(dòng)圖),這些模型不僅可以提高系統(tǒng)開發(fā)的質(zhì)量,也為水電站自動(dòng)化系統(tǒng)的開發(fā)與設(shè)計(jì)提供了參考。
文輯推薦
知識(shí)推薦
百科推薦
職位:工程材料員
擅長(zhǎng)專業(yè):土建 安裝 裝飾 市政 園林