排序方式: 共有53条查询结果,搜索用时 15 毫秒
1.
介绍了当前流行的Web开发的3个开源模块:Struts、Hibernate和Spring,并结合这3种架构设计和开发了一套B/S架构的电子政务系统并已成功的投入应用。该系统分为3层,其中重点分析了Spring框架对Struts视图层和Hibernate持久层的集成控制。在J2EE平台下整合3种技术,系统层次划分更为清晰,可扩展性大大增强,大幅度提高了软件开发的效率。 相似文献
2.
提出了一种适用于微网孤岛运行的分散自趋优控制策略,该策略无需微网中央控制器和通信系统即可实现系统的三次分层控制,包括分散一次控制、分散二次控制和分散三次控制。其中,一次控制沿用传统的线性下垂控制策略,保持了微网良好的线性动态特性;二次控制仅借助各台分布式发电机的输出端频率信息即可直接参与系统调频,使微网的频率能够维持在允许的范围内;三次控制采用考虑发电机成本的非线性下垂控制策略,使各台分布式发电机遵循等微增率准则,实现微网的优化运行。此外,通过设计不同时间常数的低通滤波器,使三次分层控制实现了动态解耦,使控制策略既能满足微网静态特性的要求,又具有良好的动态特性。最后,由仿真算例验证了所提控制策略的有效性。 相似文献
3.
4.
5.
无功功率—电压下垂与电压—无功功率下垂是多逆变器孤岛微网系统中两种典型的分布式电源无功控制方式。针对含异构分布式电源的微电网,提出了无功功率的分散分层控制策略:①通过改进空载电压,能够在阻抗不匹配的情况下实现无功功率的合理分配,并将公共连接点(PCC)电压恢复至额定值;②基于不同时间尺度搭建分层结构,能够满足微网静态和动态性能的需求;③摆脱传统控制中通信的制约,实现分布式电源即插即用效果。最后,小信号分析、时域仿真以及RT-LAB硬件在环仿真实验验证了控制策略的可行性和有效性。 相似文献
6.
通过对钨舟铅镉元素分析仪与石墨炉原子吸收分光光度计测定血铅方法的比较,为检测机构选择检测方法提供参考依据。应用两种方法分别对血铅测定进行方法的精密度、检出限、定量下限试验,对76件人血样品进行测定,测定结果进行相关性分析。两种方法测定血铅均有较高的灵敏度、较好的准确性及精密度。两种方法的相对标准偏差(RSD)均小于7%;钨舟原子吸收光谱法的检出限(3×SD)为0.6μg/L,定量限(10×SD)为1.9μg/L;石墨炉原子吸收光谱法的检出限(3×SD)为0.5μg/L,定量限(10×SD)为1.6μg/L。对4种不同浓度水平的标准物质:美国NIST标准物质山羊血955C(955C2、955C3、955C4)和国家标准物质牛血铅(GBW09154)测定,测定值均在标准值范围内,两种方法对76件人血样品血铅检测的结果经t检验无显著性差异。两种测定血铅的方法均符合方法学要求,检验结果呈高度相关,均适用于血铅的测定。 相似文献
7.
Mo2C具有类似于Pt等贵金属的电子结构和催化特性,有望替代Pt等贵金属成为新型非贵金属析氢催化剂,但是纯Mo2C导电性差且氢释放动力学慢。为提高Mo2C的电催化析氢性能,本工作采用低温熔盐法在碳纤维纸(CFP)基底上制备了自支撑Mo2C电催化剂,研究了Mo和MoO3钼源、Ni和Ni(NO3)2镍源掺杂剂、添加炭黑等因素对合成产物物相、显微形貌和结构、电催化性能的影响。结果表明,炭黑和Ni的引入可以促使Mo2C晶粒细化以及在表面生成褶皱状结构,能够提供更多活性位点,Ni(NO3)2的加入能够使采用MoO3为钼源合成的Mo2C的晶粒变成纳米花状结构,大大提高了其比表面积,也促进了反应生成的复合电极Ni(NO3)2-Mo2CCBO@CFP中的电子转移效率,表现出最佳的HER活性,其η10为117 mV,塔菲尔斜率低至73.8 mV dec-1。 相似文献
8.
光伏发电系统与可投切负荷协调控制策略 总被引:1,自引:1,他引:0
提出一种光伏与可投切负荷的协调控制策略,利用光伏出力的可快速调节特性以及可投切负荷容量较大的特点,通过求解混合整数优化问题,确定各台光伏的实时参考出力以及各台可投切负荷的工作状态,并使用基于二次插值算法的功率控制策略,使各台光伏的出力快速跟踪其参考值,从而实现协调控制系统净出力的灵活可调。所设计的协调控制系统具有与传统混合储能系统类似的外部特性(如大功率的快速充放电),可为高渗透率的新能源电网提供必要的支持(如一次调频等)。此外,它还具有容量易于扩充、造价低廉等传统储能系统不具备的优势。基于微电网的仿真结果验证了该控制策略的可行性。 相似文献
9.
10.
随着碳交易系统的发展,准确预测电力能源消耗对于能源管理是至关重要的。为实现在缺失天气等多种关键信息下的电力负荷预测,首先采用混沌理论中的相空间重构技术对历史负荷时间序列进行处理,根据排列熵验证混沌特性。并利用8种机器学习模型进行预测与比较,其中包括4种以神经网络为基础的机器学习模型、3种以统计学习为基础的机器学习模型及1种基准模型。其次采用灰色关联度法对预测精度较高的极限学习机(ELM)和极端梯度提升(XGBoost)进行组合,构建了ELM-XGBoost模型。最后将ELM-XGBoost应用于一日至一周内不同时间尺度的负荷预测。结果表明,预测精度随预测时间尺度增加而呈现降低的趋势,且在日负荷预测中,所构建的ELM-XGBoost模型预测精度得到提升,应用效果良好。 相似文献