QB
国电菏泽发电厂企业标准
Q/115—104.27-2009
300MW机组脱硫灰水运行规程
2009-10-20发布 2009-10-20实施
国电菏泽发电厂 发布前 言
为保证我厂二期2×300MW机组脱硫、除尘、除灰设备系统安全、经济运行,进一步提高运行人员的操作水平,增强运行人员分析、判断和处理事故的能力,规范运行操作程序,特制定本规程。该规程作为二期脱硫、除尘、除灰设备系统调试、运行工作的依据,同时作为运行岗位人员学习培训资料。本规程适用于国电菏泽发电厂二期2×300MW机组脱硫、除尘、除灰设备系统的调试、运行工作。
本规程是在2007年颁布的Q/115—105.16—2007《125MM/300MW机组灰水运行规程》和2008年颁布的Q/115—105.26—2008《300MW机组脱硫运行规程》的基础上,根据相关法规、上级部
门颁布的规程及有关标准规定,依据国电菏泽发电厂二期2×300MW机组脱硫、除尘、除灰设备系统设计说明书、设备技术资料、运行手册,结合现场生产运行实际和设备系统改造变更等进行了修编。
本规程如有与国家法律法规、行业标准以及上级规程抵触者,以国家法律法规、行业标准以及上级规程为准。
本规程自发布之日起实施,同时替代2007年颁布的Q/115—105.
您可能关注的文档
最近下载
知传链电子书
- 二分类:使用惩罚线性回归来检测未爆炸的水雷-[共24页]-190-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 基扩展:基于原始属性扩展新属性来改进性能-[共4页]-186-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 部署前在整个数据集上进行训练-[共6页]-180-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 构建并测试模型以预测红酒口感-[共5页]-175-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 从数百个LARS生成结果中选择最佳模型-[共6页]-146-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 向线性方法中引入非数值属性-[共4页]-167-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 理解基扩展:使用线性方法来解决非线性问题-[共3页]-164-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 理解最小角度回归与前向逐步回归的关系-[共4页]-140-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 使用惩罚回归求解分类问题-[共5页]-159-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
- 使用Glmnet:非常快速并且通用-[共7页]-152-Python机器学习——预测分析核心算法-人民邮电出版社-[美] Michael Bowles 鲍尔斯 著.pdf
原创力文档

文档评论(0)