排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
采用浸渍法制备了负载型碘化钾催化剂,并通过二氧化碳、环氧丙烷和甘油合成甘油碳酸酯反应评价其催化活性,发现KI/γ-Al2O3具有最高的活性,甘油的转化率为58.5%,甘油碳酸酯的产率为54.6%。其中,不同比表面积的γ-Al2O3载体对于活性组分负载量具有一定的影响,通过BET、XRD法对催化剂进行了表征,进一步说明了大比表面积的γ-Al2O3载体有利于KI高度分散。实验考察了反应温度、反应物摩尔比、KI负载量对反应结果的影响,得到最佳实验参数为:反应温度130℃,环氧丙烷与甘油的摩尔比3∶1,KI负载量1.5 mmol/g。催化剂KI/γ-Al2O3经过5次使用后,甘油碳酸酯的产率仍在50%以上,具有较好的稳定性。 相似文献
2.
3.
随着电网优化升级,电力客户用电行为差异化变得更为显著。通过对用电客户群体差异化用电行为进行细分管理、建立细分结构模型来提升供电企业服务质量成为发展方向。以电力大数据为依托,通过数据挖掘技术,建立满足用电客户群体细分的模型结构。首先根据用电客户群体实际运营情况,建立基于客户供电可靠性要求、客户行为、客户价值的模型评价指标,然后针对庞大的数据群体,采用K-eans聚类算法进行数据清洗预处理,获得精细化的细分数据,最后实现对用电客户的差异化评价和管理,满足“智慧能源”发展模式的需求。 相似文献
4.
5.
以松香改性产品脱氢枞胺为原料,乙醚为溶剂,在-10~40℃下与二硫化碳(CS2)、N,N'-二环己基碳二亚胺(DCC)作用,合成脱氢松香异硫氰酸酯,最高产率为84.1%。然后以对甲苯磺酰氯、苯磺酰氯、水合肼为原料,四氢呋喃为溶剂,在10~15℃下分别合成对甲苯磺酰肼(最高产率91.9%)和苯磺酰肼(最高产率96%)。最后,松香异硫氰酸酯分别与对甲苯磺酰肼、苯磺酰肼反应,乙醇为溶剂,于60~80℃条件下回流搅拌,合成了対甲苯磺酰肼基脱氢枞氨基硫脲和苯磺酰肼基脱氢枞氨基硫脲,最大收率均大于60%。所合成的化合物经红外光谱、核磁共振谱等表征分析,证实是一种未见报道的新化合物。 相似文献
6.
介绍了化工煤场翻车机卸车系统和皮带运输系统现场总线网络硬件配置及ControlNet网、PROFlbusDP网现场总线技术特点和通信的实现,系统投入运行后稳定、可靠满足了生产过程控制的需要。 相似文献
7.
添加不同组分对氧化铝载体进行调变改性,再以改性氧化铝为载体,负载KI制备了一系列负载型催化剂KI/Al2O3-MgO、KI/Al2O3-ZnO、KI/Al2O3-TiO2和KI/Al2O3-ZrO2,并通过CO2、环氧丙烷和甘油合成甘油碳酸酯反应评价其催化活性,发现KI/Al2O3-MgO具有最高的活性。由不同载体的CO2-TPD分析可以发现,载体表面少量碱性位的存在有利于反应进行。实验研究了不同负载量KI/Al2O3-MgO的活性及稳定性,发现KI负载量为1.5mmol/g较为适宜。同时,实验又通过N2吸附/脱附(BET)、X射线衍射(XRD)等手段对不同负载量的KI/Al2O3-MgO进行了表征,进一步说明了负载量过多会导致KI晶粒团聚,并阻塞载体孔道。优化了反应条件,在最佳条件下(环氧丙烷0.3mol,甘油0.1mol,反应温度130℃,反应时间2h,反应压力6.0MPa),甘油的转化率为65.5%,甘油碳酸酯的产率为60.8%。 相似文献
8.
9.
电网的安全稳定标准是电网规划和运行的基本准则,中国电网自20世纪80年代以来执行《电力系统安全稳定导则》,对不同严重程度的故障分级设防,为电网高速发展期间保持安全稳定发挥了重要作用。2011年国务院颁布的《电力安全事故应急处置和调查处理条例》,从负荷损失的角度提出了新的要求,电网公司需重新审视目前执行的安全稳定标准。文中介绍了西方主要发达国家电网执行的安全稳定标准,将其与中国的标准进行比对分析,指出中国下一步修订《电力系统安全稳定导则》需要重点学习和借鉴的内容。 相似文献
10.
为改善因人工神经网络参数随机初始化对短期电力负荷预测带来的不足,提出一种基于改进多元宇宙(improved multivariate universe optimizer, IMVO)算法优化极限学习机(extreme learning machine, ELM)的短期电力负荷预测方法。算法的改进包含3个方面。首先,添加beta分布的随机数得到改进Tent混沌映射方法,采用遍历均匀性更好的改进Tent混沌映射方法使MVO算法得到好的初始解位置。其次,采用指数形式改进传统MVO算法的旅行距离率,利用指数形式改进后可使算法在整个寻优迭代前中期保持较高的全局开发水平。然后,采用精英反向学习的方法改进宇宙群。通过基准函数测试改进前后算法的性能,表明IMVO算法具有更好的稳定性和鲁棒性。最后,利用IMVO算法优化ELM的权值和阈值,建立IMVO-ELM短期电力负荷预测模型。通过实例分析和实验对比,表明IMVO-ELM模型的稳定性、预测精度和泛化能力均优于其他模型。 相似文献