绿色冬奥的可持续示范

来源 :设计 | 被引量 : 0次 | 上传用户:colinwangaaaa
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
“绿色奥运”理念的雏形形成于1970年代,1994年利勒哈默尔冬奥全面探索与实践“绿色奥运”,但真正在奥运会的低碳、环保、绿色进程中具有公认的里程碑意义,还是2022年北京冬奥会.通过使用大量光伏和风能发电、地方捐赠林业碳汇、企业赞助核证碳减排量等方式,中国圆满兑现北京冬奥会实现“碳中和”的庄严承诺,北京冬奥会成为迄今为止第一个“碳中和”的冬奥会.
其他文献
针对慈林山煤矿矿井水处理站处理能力不足,扩容改造处理站.分析扩容改造的必要性和扩容提标改造流程.改造后,矿井水处理站能力由原来的4500 m3/d提升到7500 m3/d,且处理后污染物排放量更低,周围水资源得到保护.
顶煤冒放性与放顶煤工艺设计密切相关,以塔山煤矿特厚煤层为工程背景,采用隶属度评价方法进行了顶煤冒放性评价.结果 显示,一盘区8117工作面和二盘区8209工作面顶煤冒放性好,二盘区8234工作面和三盘区8303工作面顶煤冒放性一般.基于此,选择了工作面放煤工艺,并对8234工作面放煤效果进行了现场实测,结果显示项煤放出率和工作面来压情况呈现正相关.
各省、自治区、直辖市、计划单列市及新疆生产建设兵团工业和信息化、科技、自然资源主管部门:现将《“十四五”原材料工业发展规划》印发给你们,请结合实际,认真贯彻实施.rn工业和信息化部rn科学技术部rn自然资源部rn2021年12月21日rn“十四五”原材料工业发展规划rn原材料工业是实体经济的根基,是支撑国民经济发展的基础性产业和赢得国际竞争优势的关键领域,是产业基础再造的主力军和工业绿色发展的主战场.为贯彻《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》,提高原材料工业发展质量
期刊
对复合材料固废回收及综合利用发展产业发展状况进行了介绍,在数据支撑及国家部门有关政策要求的基础上,指出复合材料现有处理技术及存在的问题.在结合国家能源结构战略调整的大背景下,结合相关企业实际经验,得出了有效可行的解决办法.
当前我国建材行业正向高质量发展转型,这个过程伴随着体制改革的不断深化和营商环境的不断完善.不过,由于历史原因和信用秩序等方面的遗留问题,建材质量问题仍然很严重,建材行业的质量监管有待于进一步完善.若要有效治理,必须找到根源才能对症下药.建材行业质量问题的根源在于大业主的道德风险和制度瓶颈导致的生态环境无序化.解决之道在于转变理念,实施建材监管的制度创新:依法依规、系统监管、协同监管,以及打破固有模式、提升监管维度.
以硫氧镁水泥为基本体系,研究了生土材料、碳酸钙粉、细木屑、PVA纤维掺量对硫氧镁水泥性能的影响.结果 表明,生土材料低掺量时,有利于提高材料的抗折强度,掺量超过30%后,抗折强度低于等掺量碳酸钙粉的试件,但是,抗压强度皆高于等掺量碳酸钙粉的试件.细木屑掺量与试件抗压强度、试件密度呈负相关性,掺量越大,密度越小,强度越低.在PVA纤维掺量为0至1.2%的范围内,随PVA纤维掺量的增加,抗折强度持续增长,抗压强度呈先提高后降低的趋势.优化配合比m(Mgo)∶m(生土材料)∶m(细木屑)∶m(PVA纤维)∶m(
采用麻雀搜索算法(SSA)对BP神经网络的初始权值和阈值进行优化,加快BP神经网络对PID控制器参数的整定,最终获得最优参数.将正弦余弦算法和Levy飞行引入SSA的迭代过程中,扩大前期搜索范围,提高后期搜索精度.在Matlab仿真环境下,对比BP神经网络、粒子群优化的BP神经网络以及SSA优化的BP神经网络在优化PID参数方面的效果.结果表明:粒子群优化的BP神经网络PID控制器,在上升、稳定时间方面比BP神经网络PID控制器缩短了33.3%和51.9%,同时超调减小了5.81%;在稳定时间方面SSA优
针对马尔可夫状态空间法在评估继电保护可靠性时状态空间列举不全、重复列举的问题,提出了分层建立马尔可夫模型的方法.以保护对象为基层,在保护对象各层状态下划分保护系统的状态,确定状态转移关系.以继电保护可靠性与经济性为目标,对不同制约条件下的保护系统逐个分析,计算其最低经济损失和最佳检修周期.结果表明:保护对象故障率、保护自检成功率、保护拒动率、保护对象修复率和保护系统修复率对最佳检修周期和年均经济损失影响较大;保护误动率只影响年均经济损失,而对最佳检修周期影响较小.
针对互联网企业的跨界竞争,分析了互联网企业投建光伏电站的运营模式.以增城物流园区屋顶光伏电站为例,从大数据技术和发用电模式两方面,对光伏电站和电网公司进行对比分析.通过计算增城物流园区案例的收益和电网公司的损失,证明互联网企业面对电网公司所存在的竞争力.针对互联网企业光伏电站的竞争,根据大数据服务需求,建立基于Spark框架的电力服务平台,利用近邻传播(AP)聚类法分析用户行为,并基于迁移学习进行负荷预测,筛选可取对象以增强用户黏性.仿真算例分析验证了改进应对策略的有效性.
针对传统预测算法空气污染预测准确率低以及泛化能力差的问题,提出了一种组合模型以实现准确预测.对取得的数据进行分析和训练,利用粒子群优化(PSO)算法优化支持向量回归(SVR)中的惩罚系数和核函数参数,得到PSO-SVR的空气污染状况组合预测模型.在统计污染量的同时,充分考虑该区域中的湿度、温度、气压、风速、雨雪量对污染量造成的影响.根据单一模型SVR给出的预测结果进行误差对比.研究表明:PSO-SVR组合模型预测的平均绝对误差与均方误差均小于单一模型SVR,可有效地预测空气质量,对污染防治有着良好的实际作