无机陶瓷膜分离技术处理工业废水

无机陶瓷膜是一种新型的膜分离材料,目前已在工业废水处理中得到了广泛的应用。主要介绍了无机陶瓷膜分离技术在印染废水、造纸废水、冶金废水和采油废水上的研究进展,并对今后无机陶瓷膜分离技术在工业废水处理中的应用提出了几点建议。     

硅薄膜矩形空芯波导太阳能电池光捕获性能的研究

为提高薄膜电池对光的捕获能力, 将平面硅薄膜电池制 作成矩形空芯波导结构,对其太阳光注入方式、光捕获能力和光-电转换效能进行了理论和 实验探讨。基于 多层膜反射理论和波导反射模型对波导电池光捕获效果的预测表明,波导电池能够将入射光 限制在空芯结 构内多次反射和吸收,具有较平面电池更高的光捕获能力。测定了不同平行光束在不同入射角度 下平面和波导 电池的光捕获功率和光-电转换效能的结果表明,波导电池对入射光功率近似全部捕获,其 光-电功率转换效能 较对应的平面电池有3～5倍的提升。对不同截面尺寸和长度的单结空芯波导电池光捕获率 进行了计算,提 出从电池膜层结构和空芯几何尺寸参数优化硅薄膜矩形空芯波导电池的思路,通过优化有 望实现用小于多结平面电池外形尺寸的单结空芯波导电池达到更好的光捕获效果。     

无线输电系统中耦合线圈对传输效率的影响

为了研究低频激励源无线输电系统中耦合线圈对传输效率的影响,采用双软件联合仿真方法,给出了电磁耦合线圈不同放置模式情况下的磁场分布以及系统效率、激励源波形与电磁耦合线圈之间的距离关系图.结果显示,无论线圈相对位置如何分布,正弦波和三角波激励源的系统传输效率与线圈位置布置关系较小,且两者传输效率相近,方波激励源下系统传输效...     

基于小波变换和优化的Elman神经网络的光伏功率预测

准确地预测光伏发电功率,有利于提高电网系统运行的可靠性和经济性。分析各个气象因素对光伏发电功率的影响,确立了关键的气象因素,并利用小波分析获得气象因子样本集和光伏功率样本集不同频带下的小波系数作为神经网络的输入训练集,结合Elman神经网络建立不同天气条件下的光伏功率预测模型。提出基于自适应遗传算法优化的Elman神经网络模型,优化后的Elman神经网络在晴天、阴天、雨天3种情况下预测值的平均相对误差率分别为5.43%、8.26%、14.15%,相较于Elman神经网络分别降低了13.16%、16.61%、17.33%,改善了Elman神经网络的预测精度,提高了Elman神经网络的学习能力和泛化能力,验证了所提方法的有效性。     

基于小波变换和优化的Elman神经网络的光伏功率预测

准确地预测光伏发电功率,有利于提高电网系统运行的可靠性和经济性。分析各个气象因素对光伏发电功率的影响,确立了关键的气象因素,并利用小波分析获得气象因子样本集和光伏功率样本集不同频带下的小波系数作为神经网络的输入训练集,结合Elman神经网络建立不同天气条件下的光伏功率预测模型。提出基于自适应遗传算法优化的Elman神经网络模型,优化后的Elman神经网络在晴天、阴天、雨天3种情况下预测值的平均相对误差率分别为5.43%、8.26%、14.15%,相较于Elman神经网络分别降低了13.16%、16.61%、17.33%,改善了Elman神经网络的预测精度,提高了Elman神经网络的学习能力和泛化能力,验证了所提方法的有效性。