多孔球形锰钛复合锂离子筛的制备及性能研究

采用悬浮聚合造粒法,以苯乙烯与掺杂10%Li₂TiO₃的Li_1.6Mn_1.6O₄粉末为原料,加入正庚烷作为造孔剂,制备球形锂离子筛前驱体,用0.5 mol/L HCl处理洗脱锂后,得到多孔球形锰钛复合锂离子筛。利用电感耦合等离子发射光谱仪、全自动比表面及孔隙分析仪、场发射扫描电子显微镜、颗粒强度测定仪等测试设备,对造粒锂离子筛的吸附性能、形貌、比表面以及颗粒强度进行表征。SEM测试结果表明,加入少量正庚烷制备的锂离子筛呈球形外貌,当正庚烷加入量超过10%后,颗粒为无定形;造粒锂离子筛呈多孔结构,且随着正庚烷添加量的增加,锂离子筛内部孔径不断增大。结果显示,在添加正庚烷量为苯乙烯的5%以内时,单个颗粒的强度并无明显变化,并稳定在4.82 N左右,当添加量超过5%后,颗粒的强度随正庚烷添加量的增加而降低。当正庚烷添加量为苯乙烯含量的5%时,球形锂离子筛对盐湖卤水中锂的吸附容量达到9.67 mg/g;球形锂离子筛的循环稳定性能良好,在盐湖卤水中重复吸附-解吸5次以后,对锂的吸附容量仍...     

集成自适应啁啾模态分解和Bi LSTM的短期负荷组合预测模型

为提高用户侧短期负荷预测的精度,提出了一种基于自适应啁啾模态分解(adaptive chirp mode decomposition,ACMD)和麻雀搜索算法(sparrowsearchalgorithm, SSA)优化双向长短时记忆网络(bi-directionallongshort-term memory, BiLSTM)的短期负荷组合预测方法。针对短期电力负荷存在波动性强和非平稳性的问题,采用ACMD将短期负荷时间序列分解为多个相对简单的子分量,使用BiLSTM分别对各子分量进行预测。同时,为克服BiLSTM参数取值不同导致预测结果不稳定的问题,使用SSA优化BiLSTM模型的超参数。最后将各子分量预测结果叠加得到最终预测结果。通过具体算例,分别与单一预测模型和多种组合预测模型进行比较,实验结果表明该方法具有更高的预测精度。