Co9S8@CNFs复合材料的制备及其在锂离子电池的应用

静电纺丝是一种使聚合物在高压静电场作用下进行拉伸纺丝的纤维制造工艺。静电纺丝制备方法简单,成本低且易纺出微纳米级的纤维,在材料化学领域被广泛应用。采用硫杂杯芳烃构筑的多硫高核笼簇化合物（Co₄₈）为负载物,以聚丙烯腈（PAN）和聚甲基丙烯酸甲酯（PMMA）共混物（PAN/PMMA）为纺丝载体,通过静电纺丝技术,制备了负载Co₉S₈纳米颗粒的碳纳米纤维（Co₉S₈@CNFs）。分别以PAN和PMMA质量比为10∶0、7∶3和5∶5的纺丝载体制备复合物纳米纤维,将其热处理后得到的碳纳米纤维复合材料作为电极材料用于锂离子电池材料的研究。与Co₄₈晶体煅烧的产物相比,PAN和PMMA的加入对最终产物的电化学有促进作用。由PAN和PMMA混合物制备的复合物材料兼具较高比容量、良好循环稳定性以及倍率性能。     

基于GAN的光伏逆变器数据异常检测技术

随着实际环境中实时传感器数据的增加,定位异常情况变得越来越困难.同时,在基于图像的异常检测领域,生成对抗网络因其能够对复杂的高维图像分布进行建模而得到发展.为了能够精准快速地定位光伏发电系统中光伏逆变器的异常,提出了一种新的基于GAN的异常检测和定位框架.并将多变量时间序列利用角场转换为一系列二维图像,以此利用编码器和解码器的结构.特别是在一系列图像中采用卷积长短期记忆网络的编码器,保证了对每个时间序列数据的时间信息以及各变量之间的相关信息进行提取.最后通过执行异常评分函数来检测和定位异常,并通过相关实验证明了此方法在实际光伏逆变器数据异常检测任务中的有效性.