提高需求响应可靠性的储能优化配置研究

提出了基于用户需求曲线的需求响应不确定性模型,通过区间弹性系数反映用户响应行为的不确定性,并得到不确定需求曲线.为提高需求响应的可靠性,基于用户响应偏差的区间数构建了负荷聚合商的储能优化配置模型,利用蒙特卡洛模拟求解该模型得到储能配置方案,并就储能对需求响应可靠性的改善效果进行评估.PJM历史数据仿真表明,所提模型和算...     

自旋对量子点中束缚磁极化子性质的影响

采用线性组合算符和幺正变换方法,研究了自旋对量子点中弱耦合束缚磁极化子性质的影响。考虑自旋影响时,讨论了束缚磁极化子的基态能量随量子点受限长度和磁场的变化关系。结果表明:在库仑束缚势保持不变时,磁极化子的基态能量、自旋向上(向下)分裂能都随量子点受限长度的增大而减小,随磁场的增大而增大;在磁场保持不变时,磁极化子基态能量、自旋向上(向下)分裂能都随库仑束缚势的增大而减小。     

一种高可靠的数字对流层散射通信设备勤务话路

本文介绍一种数字式勤务话路调制解调器的信号形式、电路原理、性能估算及长期室内、野外试验情况。实验表明这种勤务通路有很好的可靠性。     

基于卷积神经网络的电流互感器畸变信号识别方法

在识别电流互感器畸变信号时,主要通过基础的神经网络提取信号特征,只能得到低层特征,使得畸变信号识别结果而F1分数较低。因此,应用卷积神经网络,设计一种新型电流互感器畸变信号识别方法。明确电流互感器的工作原理,绘制整体高频等效电路图,并基于此建立畸变信号模型。应用软阈值去噪原理,对采集的电流互感器信号进行去噪处理。再依托于多通道卷积神经网络,设计信号特征提取模型结构,将去噪后的信号输入其中进行深度学习,组合每个通道输出的低层特征,输出更加抽象的高层信号特征。最后针对特征提取进一步计算,构建特征空间,以此来实现畸变信号的准确识别。实验结果表明：所提方法识别结果的F1分数保持在0.97以上,展现出极好的信号识别效果。     

CMOS密码破解全攻略

CMOS开机密码按密码框出现的不同地点分为两种(这里不是指用户密码和超级用户密码),一种是当你要进入CMOS设置时出现的密码,另一种是每次开机时出现的密码,破解方法有很多,我们不妨挨个看看。 一、更改硬件配置 当丢失CMOS密码时,你可以先试着改动机器的硬件后再重新启动,因为启动时如果系统发现新的硬件配置与原来的硬件配置不相同,可能会允许你直接进入CMOS重新设置而不需要密码。改动硬件配置的方法很简单:比如拔去一根内存条或安装一块不     

铝矾土尾矿烧结透水砖的性能调控

为了实现铝矾土尾矿资源化利用和推进海绵城市建设,分别以铝矾土尾矿为胶结料和粗矿物颗粒为骨料,制备烧结透水砖.在前期烧成工艺的基础上,研究了骨料高温稳定性和骨浆比对透水砖抗压强度、透水系数、保水性和吸水率的影响及铝矾土尾矿放射性.结果表明:耐高温颗粒能保证透水砖的高温尺寸稳定性;合适的骨浆比是协调强度与透水性、保水率及吸水率的关键因素;当采用耐高温颗粒做骨料和骨浆比为2时,在950℃可以制备出强度和透水率均符合要求的烧结透水砖,实现了铝矾土尾矿的资源化利用.     

蓝莓叶片原生质体的制备

文章以北陆蓝莓叶片为材料,研究酶液配比浓度、酶解时间、温度、pH值以及甘露醇浓度对蓝莓叶片原生质体制备的影响.结果显示,以2.0%纤维素酶+0.8%果胶酶为酶液组合,0.60 mol/L甘露醇为渗透压稳定剂,酶液pH值为5.8,温度(26±1)℃,黑暗条件下酶解8h,此后以1000r/min,离心6 min,所得蓝莓叶...     

CA缓凝剂对再生石膏性能的影响及其机理

系统研究了柠檬酸缓凝剂对再生石膏性能的影响,以及其性能变化规律,并结合化学反应相关理论、红外光谱和扫描电镜对其作用机理进行了分析。结果表明：加入柠檬酸缓凝剂后,原生石膏的凝结时间延长,强度大幅度的降低;而相比未掺加缓凝剂的再生石膏(R-P)而言,掺加缓凝剂的再生石膏(R-CP)标稠需水量降低,凝结时间延长,1 d强度有所降低,但干强度却有小幅度的升高。对于未掺加缓凝剂的原生石膏(POP)而言,其对应的再生石膏需水量增加,凝结时间延长,强度降幅达40-50%;而对于掺加缓凝剂的原生石膏(POCP)而言,R-CP有较小幅度地需水量增加,凝结时间和干强度降低,1 d强度却有所升高。分析表明,原生石膏中加入柠檬酸缓凝剂后,柠檬酸与Ca2+结合形成CaCit-,阻止石膏晶体在C轴上的生长,延迟水化,形成粗棒状的晶体,从而降低石膏的强度;而其对应的再生半水石膏依旧保持原有的短棒状,降低其用水量,且R-CP中的CaCit-可以再次与石膏中Ca2+结合,起到效果较差的缓凝作用,延迟再生石膏的水化。     

基于深度学习的电力设备故障诊断方法研究综述

在大数据时代背景下，如何有效利用电网产生的大量数据快速、准确地判断设备的运行状态，并进行故障预警，成为近年来的研究热点。以基于电力设备监测数据的故障诊断方法为研究主题，总结电力设备数据的特点，阐述应用深度学习技术过程中面临的挑战，最后给出研究建议。应用可解释的深度学习模型、增强数据融合广度和提升诊断结果稳定性是进一步的研究方向。     

高辅料比影响发酵度的因素分析

本文主要探讨高辅料比（50％：50％）影响发酵液发酵度的因素，以确定高辅料比的最佳工艺。