【摘 要】
:
<正>水冷型PV系统和PV-SAHP系统都属于光伏光热一体化系统,即在利用太阳能发电的同时提供热水。在水冷型PV系统中,用流体带走光伏电池温升产生的热量,降低电池温度以提高发电效率,同时产生的热水也可以利用。PV-SAHP系统是指将光伏转换与热泵循环有机结合在一起形成的系统。热泵的
【机 构】
:
全国暖通空调制冷2010年学术年会论文集
【出 处】
:
全国暖通空调制冷2010年学术年会论文集
论文部分内容阅读
<正>水冷型PV系统和PV-SAHP系统都属于光伏光热一体化系统,即在利用太阳能发电的同时提供热水。在水冷型PV系统中,用流体带走光伏电池温升产生的热量,降低电池温度以提高发电效率,同时产生的热水也可以利用。PV-SAHP系统是指将光伏转换与热泵循环有机结合在一起形成的系统。热泵的
其他文献
近年来,随着计算机科学不断进步以及工业系统规模不断扩大,生产系统发展得越来越复杂,对系统模型信息的获取也变得越来越困难。控制系统中网络的引入带来了巨大通信方面的优势的同时,也随之带来了一系列新问题,如数据丢包、不确定时延、量化、信道衰落等。本文主要考虑了在存在信道衰落的网络环境下,无模型自适应控制和无模型自适应迭代学习控制的设计、稳定性分析、补偿算法和事件触发机制等,主要内容概括如下:(1)针对一
太阳能光伏光热(solar photovoltaic-thermal, PV/T)技术将光伏和光热结合,可实现产电效率的提高和低品位热源的综合利用。基于商场空调冷凝水的实时回收量,本文研究建立了冷凝水水冷式PV/T系统,研究了该系统的性能和环境效益。在确定商场的空调冷凝水的逐时水量的基础上,将冷凝水水冷式PV/T系统与单一光伏(photovoltaic, PV)系统的性能进行对比分析。结果表明,冷
手机包装过程中,在将手机和说明书、适配器等配件放入包装盒后,因包装盒外观印刷字体、产品标签、字符等可能在此过程产生破损,会造成某些信息的丢失,所以需要对其外观进行检测。传统的人工检测方法要与包装盒直接接触,易造成划伤,而且检测时会加入主观思想影响检测的准确度,长时间、大量的重复工作也会让检测人员疲劳,出现漏检误检现象,且效率较低。随着生产自动化水平和人工成本的提高,手机生产商对包装盒自动化检测设备
对于工业厂房安全来说,泄爆是十分重要的问题。为了阻止泄爆口产生的火焰和冲击波对周围人员和环境造成危害,通常使用泄爆导管将爆炸产物泄放到安全位置。然而,与简单泄爆容器(无泄爆导管)相比,导管的存在会严重增加容器内爆炸超压。研究表明,二次爆炸强度与容器内火焰动力学密切相关。因此,本文研究导管泄爆时,在初始容器内添加NaHCO3粉体进行抑爆,通过控制容器内火焰动力学来降低二次爆炸强度和容器内最终爆炸超压
在混合物分析实验中,将各物质从混合物中分离出来是至关重要的。高效液相色谱联用二极管阵列检测器(High Performance Liquid Chromatography with Diode Array Detector,HPLC-DAD)方法便是用于对化合物的定性、定量以及纯度的分析。由该方法产生的数据集称为HPLC-DAD数据集,是一种由色谱峰和光谱曲线融合而成的二维矩阵。然而,目前大多数用
哈里斯鹰优化算法(Harris Hawks Optimization,HHO)是一种通过模拟自然界中哈里斯鹰种群捕食、突袭和攻击行为而新提出的基于种群且无梯度的群智能优化算法。针对该算法存在初始种群随机分布、收敛速度慢和收敛精度低的问题,本课题提出了三种方法对其进行改进,并将改进后的算法应用到工程优化问题中。本文研究工作将从三个方面进行展开:(1)HHO算法在最优化问题中易受初始种群随机分布和后期
随着第五代移动网络时代的到来,信息传输量逐渐增加,传输速度要求相应提高,对数字图像的采样也有了更高的要求。传统的奈奎斯特采样定律已经不能满足现代通信的要求,因此需要更有效的压缩采样方法。压缩感知(Compressive Sensing,CS)将压缩、采样、加密有机地结合起来,使得多媒体的通信更加有效,系统安全性得到提高。利用混沌系统的敏感性、遍历性及不确定性,将其引入压缩感知图像加密方案中,可以只
无盖板 PV/T组件相比于盖板式 PV/T组件有更高的光电转换效率,在电能输出方面的优势明显。基于此,提出一种无盖板型水冷式 PV/T 模块,并搭建由光伏对比模块、水冷式 PV/T 模块以及无冷却水循环的 PV/T 对比模块构成的实验平台开展对比实验,研究温度、流量对无盖板 PV/T 模块电、热转换效率的影响。结果表明,在水冷作用下,PV/T 模块的光伏组件温度显著降低,与 PV/T 对比模块相比
荷电状态(State of Charge,SOC)估计是电池管理系统中的一个重要参数,对延长电池使用寿命具有重要意义。为提高电池SOC估计的精确度与稳定性,本文建立了三种基于深度学习算法的电池SOC估计模型。主要研究内容如下:第一,建立全连接神经网络(FCNN)模型估计电池SOC,该模型有效解决浅层神经网络对SOC映射程度不足以及容易发生梯度消失的问题。FCNN模型均由全连接层组成;根据样本属性个
肝癌的治疗十分棘手。在CT图像中精准地标记肝脏病变区域是肝癌的治疗前提,这一过程通常由经验丰富的专家完成。为了减轻医生的负担,学者们认为可以考虑构建基于深度学习的肝肿瘤检测算法来辅助医生定位病灶区域。本文针对现有算法存在的特征提取能力不足、学习偏差等问题,在前人的基础上,作了如下研究:1)本文以空间、通道注意力机制为基础,对通道注意力机制及卷积块注意块(Convolutional Block At