排序方式: 共有71条查询结果,搜索用时 406 毫秒
1.
研究了己内酰胺在甲醇钠催化剂和异氰酸酯助催化剂的存在下,采用季铵盐改性累托石由阴离子开环原位聚合法制备MC尼龙/累托石复合材料的工艺,并讨论了各种反应条件的影响。结果表明,有机累托石改性MC尼龙复合材料的物理性能和力学性能优良,当加入的有机累托石质量分数为5%时,制品的收缩率下降,热变形温度提高27℃,制品具有填料分布均匀、外观光泽优良等优点;制品的冲击强度和拉伸强度都有所提高,其中拉伸强度提高4.9%,冲击强度提高56.8%。综合考虑添加5%的有机累托石改性MC尼龙的力学性能比较理想。 相似文献
2.
3.
4.
针对传统电力用户画像无法全面反映综合能源用户的多类型用能特性,提出了一种数据驱动的中大型能源用户多类型用能特性画像方法。首先,从用电负荷水平、用电稳定性、用电互动能力、用热特性及用冷特性5个方面构建中大型能源用户用能特性综合评价体系。其次,采用客观权重赋权法(criteria importance though intercriteria correlation,CRITIC)对各项指标进行加权计算,分别从短期和中长期两种时间尺度对用户进行评价,实现用户综合用能画像。最后,通过算例分析表明所提方法能全面反映不同类型能源使用特点,为用户用能趋势预测、用能行为优化等业务开展提供了有利条件。 相似文献
5.
由于用户用电行为的多样性和随机性,负荷数据存在分布不均衡的问题,传统负荷曲线分类方法在处理不均衡数据时性能较差,为此,提出一种改进K-means与LSTM(long short term memory network)-CNN(convolutional neural network)分类模型结合的负荷曲线分类方法。首先,为提升K-means算法对不均衡数据的聚类效果,基于密度峰值聚类算法(density peaks clustering,DPC)思想,提出一种相对k近邻密度峰值初始聚类中心选取方法(related k-nearest neighbor density peaks,RKDP),将其作为K-means算法的初始中心进行聚类;其次,为提高RKDP_K-means处理高维负荷数据的性能,采用LSTM自编码器进行特征降维后再聚类(LSTM-auto-encoder RKDP_K-means,LARK)获得精准类别标签;最后,基于LSTM和CNN网络分别提取负荷特征构建负荷曲线分类模型,实现对大规模负荷曲线的分类。算例表明在大规模负荷曲线分类时,相比于LARK算法,本文所提方法轮廓系数指标提升29.7%,效率提升3.46倍,具有良好的负荷曲线分类效果。 相似文献
6.
茶梅花色素的提取及其稳定性研究 总被引:3,自引:0,他引:3
研究茶梅花红色素的提取方法及稳定性,为开发利用天然色素提供实验依据.在常温下用65%酸性乙醇溶液浸提新鲜茶梅花,过滤得色素原液,然后对该色素的耐酸碱性、耐热性、耐光性及耐氧化还原性等理化性质进行测定和分析.结果显示茶梅花红色素能在酸性乙醇溶液中稳定存在,不耐高温.日光直射、碱性环境、氧化还原剂以及高价金属离子(Fe3 和Al3 )对茶梅花色素稳定性影响较大.但食品添加剂、低价金属离子对色素色泽无不良影响.该天然色素在食品、化妆品等行业具有应用前景. 相似文献
7.
8.
9.
10.