电子材料聚四氟乙烯无定型相结构及热变性研究

为了研究不同温度下聚四氟乙烯无定型相结构的改变,分别采用了中红外(MIR)光谱和变温MIR光谱技术。实验结果表明,303 K的温度下聚四氟乙烯无定型相结构的红外吸收模式主要包括ν_{-A-无定型相}(854.33 cm^-1)、ν_{-B-1-无定型相}、(781.57 cm^-1)、ν_{-B-2-无定型相}(773.03 cm^-1)和ν_{-C-无定型相}(740.67 cm^-1)。在303～523 K温度范围内,随着测定温度的升高,聚四氟乙烯无定型相结构主要官能团对应的红外吸收频率及强度都有一定的改变,其热稳定性进一步降低。研究表明,上述方法可以开展聚四氟乙烯无定型相结构及热变性研究,为其它电子材料无定型相结构研究提供了参考依据。     

不同电流检测方法对并网逆变器用于电能质量治理的比较分析

现有可再生能源发电并网系统出力具有的间歇性、波动性等特点降低了其设备利用率。兼具电能质量治理和并网功能的复合功能并网逆变器的提出提升了并网设备利用率并改善了并网电能质量。针对其重要环节之一的负荷电流补偿分量检测与提取,本文研究了三相三线制电路在不平衡和非线性负载下两种电流检测方法的差异,并对这两种方法进行运算复杂度进行分析,这两种方法分别是依据p⁃q理论而来的ip⁃iq检测法和基于CPT(conservative power theory)理论的检测法。通过Matlab/Simulink建立的系统模型进行仿真分析。仿真结果表明在不平衡和非线性负载下基于CPT理论的电流检测法可以更灵活地检测出负载电流各分量,但ip⁃iq检测法所需运算量更少。     

阿瑞匹坦结构中红外光谱研究

建立了阿瑞匹坦结构的研究方法。分别开展了阿瑞匹坦结构研究。结果表明,阿瑞匹坦结构的红外吸收模式主要包括:C=O结构伸缩振动模式(ν₍C=O_{-阿瑞匹坦}))、C=C结构伸缩振动模式(ν₍C=O_{-阿瑞匹坦}))、CF₃结构不对称伸缩振动模式(ν₍asCF3(-阿瑞匹坦)))、C-F结构伸缩振动模式(ν₍C-F_阿瑞匹坦))和C-O结构伸缩振动模式(ν₍C-O_{-阿瑞匹坦}))。阿瑞匹坦结构去卷积MIR光谱的谱图分辨能力要优于相应的一维MIR光谱、二阶导数MIR光谱、四阶导数MIR光谱,并能提供更加丰富的光谱系信息。     

鹅羽毛结构及鉴别中红外光谱研究

采用中红外(MIR)光谱开展了鹅羽毛(包括：鹅正羽、鹅纤羽和鹅绒羽)的结构研究。试验发现：鹅羽毛结构的红外吸收模式包括：ν_{asCH3-鹅羽毛}、ν_{sCH3-鹅羽毛}、ν_{asCH2-鹅羽毛}、ν_{sCH2-鹅羽毛}、ν_{酰胺Ⅰ带-鹅羽毛}、ν_酰胺Ⅱ带和ν_{C-O-鹅羽毛}。鹅羽毛的主要化学成分为角蛋白。鹅正羽、鹅纤羽和鹅绒羽ν_{酰胺Ⅰ带-鹅羽毛}、ν_{酰胺Ⅱ带-鹅羽毛}和ν_{C-O-鹅羽毛}对应的吸收频率存在着一定的差异性。拓展了MIR光谱在鹅羽毛结构及鉴别研究范围,具有重要的应用研究价值。     

胆固醇分子结构中红外光谱研究

采用中红外（MIR）光谱（包括：一维MIR光谱、二阶导数MIR光谱、四阶导数MIR光谱及去卷积MIR光谱）开展了胆固醇分子结构的研究。试验表明：胆固醇分子的红外吸收模式主要包括：■。研究表明,胆固醇分子的去卷积MIR光谱的谱图分辨能力要优于相应的一维MIR光谱、二阶导数MIR光谱和四阶导数MIR光谱。拓展了MIR光谱技术在重要的生理活性物质（胆固醇）分子结构的研究范围。     

玻璃镜片气泡结构及热变性三级中红外光谱研究

采用中红外(MIR)光谱技术研究玻璃镜片气泡结构,发现气泡结构的红外吸收模式主要为ν_{asO=C=O-一维}。采用变温中红外(MIR)光谱进一步研究了气泡结构的热稳定性,发现在303～393 K范围内的主要官能团(ν_H-O-H-一维、ν_{asO=C=O-一维}和δ_O=C=O-一维)的吸收频率及强度发生变化。采用二维MIR光谱深入研究了主要官能团(ν_H-O-H-二维、ν_{asO=C=O-二维}、δ_H-O-H-二维、ν_{sO=C=O-二维}、δ_O=C=O-二维)对热的敏感程度及变化快慢,发现玻璃镜片气泡结构红外吸收模式主要集中在3 420～3 380 cm^-1、2 365～2 335 cm^-1、1 660～1 630 cm^-1、1 350～1 330 cm^-1及680～660 cm^-15个频率区间,在这...     

LSTM对配电台区短期负荷预测的适用性研究

为研究长短期记忆LSTM(long-short term memory)神经网络对不同类型配电台区短期负荷预测的适用性,以某市多个配电台区为对象,构建了LSTM短期负荷预测模型并进行适用性分析.采集各台区的负荷数据,通过K均值聚类算法、台区容量和用电类别对台区进行分类,标记并修正不良数据.考虑工作日和季节因素,采用LSTM建立配电台区负荷预测模型,分析不同类型台区的预测结果.研究结果表明,平均负荷和缺失值占比对预测精度影响较大,且LSTM更适用于平均负荷在40 kW以上的配电台区短期负荷预测,而对于平均负荷小于40 kW的配电台区的预测,效果随平均负荷的减小而降低.