所属分类:清洁能源产业
所属单位:西北农林科技大学
成果简介:在高氮原料厌氧消化过程中,添加生物炭,对提高产气速率和产气量有明显的促进作用,能显著提高所产气体中的甲烷含量,降低二氧化碳和硫化氢含量,为深入开展高产条件调控、甲烷原位富集和重金属阻控机理及其效应研究奠定了基础。
所属分类:清洁能源产业
所属单位:西北农林科技大学
成果简介:通过“生物质能燃气工程关键技术”研究,得到各类有机物料厌氧发酵特性和产气潜力,完成了预处理、厌氧制气、沼肥利用、沼气净化、沼气提纯、发酵监控与数据采集等关键技术与装备研发方案,为示范工程提供了依据和支持。
所属分类:清洁能源产业
所属单位:西北农林科技大学
成果简介:针对厌氧消化工程中普遍存在的代谢产物积累抑制问题,并基于生物炭良好吸附性能及其对微生物选择性定殖能力,通过对生物炭结构和特性优选,进行高氮和易酸化有机废物厌氧消化试验,深入分析生物炭介导厌氧发酵过程底物组分和形态转化规律及生物炭自身形态特征变化,全面揭示生物炭对厌氧消化过程的促进规律和效应;探究微生物选择性富集和种间互营共生机制,阐明生物炭对厌氧消化微生物种群代谢的强化机理。
所属分类:清洁能源产业
所属单位:西北农林科技大学
成果简介:本项目以农作物秸秆、畜禽粪便、人粪便和有机生活垃圾的高效沼气化利用为研究对象,通过分析影响沼气发展的影响因素,制定中国沼气发展区划。并探究秸秆、畜禽粪便、农村生产生活过程废弃物等物料沼气化利用及预处理过程物料特性变化规律与环境要素的互作机制,揭示混合原料厌氧发酵过程物料特性变化规律与原料种类的内在联系及其对发酵条件的响应特性,旨在为混合原料高效沼气化利用提供理论依据。
所属分类:清洁能源产业
所属单位:南京工业大学
成果简介:针对光伏组件检测场景中目标检测和缺陷识别的多种类、高精度需求,光伏组件缺陷检测的复杂性和时效性需求,提出了基于改进VGG16网络和基于后处理机制&决策模型改进的Faster R-CNN算法。首先,通过简化VGG模型的全连接层,降低了模型复杂度同时保证了特征提取效果。其次,针对光伏样本缺陷形状大小差异性严重,通过边界框回归技术调整锚框,提高了目标检测的精准性。进一步,引入后处理机制,利用NMS技术和置信度筛选阈值过滤和修正检测结果,提高了检测准确性和鲁棒性。最后,结合决策模型对缺陷进行精准分类和判断,对缺陷漏检的图像重新进行标注和重训练,形成一个闭环反馈训练,使系统能够更好地识别各种光伏组件缺陷。该方法经过实际验证,在提高检测效率的同时确保了检测结果的可靠性,拥有良好的泛化能力和应用价值。
所属分类:清洁能源产业
所属单位:南京工业大学
成果简介:一种用于发电及能耗预测的边端协同AI模型构建系统及方法,包括:终端资源模块、能耗预测模块、线程分割模块、需求推算模块和协同计算模块。终端资源模块用于计算终端设备的资源占用率,能耗预测模块用于根据电池内的电量调整分配权重和运算速度,线程分割模块用于将AI模型构建任务拆分为多个线程,需求推算模块用于确认各模型的运算优先级和运算速度,协同计算模块用于完成模型的运算与构建,解决了大多终端设备由电池供电,运算状态变化频繁会导致能耗升高,尤其是存在多个AI模型构建任务时,很可能在模型构建过程中出现电量不足的问题,且能够优化能源分配,提高能源利用效率,提高AI模型构建过程中的运行效率和响应速度,提高边端协同系统的吞吐量和处理能力。
所属分类:清洁能源产业
所属单位:华东理工大学
成果简介:太阳能电池是利用光电效应将光能转化为电能的一种器件。由于其具有清洁性、灵活性和永久性等优点而成为最有发展前景的新型电源之一。其中的晶硅太阳能电池是发展最快、技术最成熟的一类,而参与形成背面和正面电极的银浆是晶硅太阳能电池制造中的重要原料。银浆主要由银粉,经与玻璃粉和有机载体调成浆料,丝网印刷在硅基体上,然后烧结后形成导电网络结构。其中银粉占浆料总重的85%以上,是银浆最主要的导电功能相,其质量的优劣直接关系着银浆的烧结性能、电学性能和丝网印刷性能。目前,国内在生产电极用的银粉方面与国外仍有一定差距,这也成为制约国内太阳能电池银浆国产化的重要瓶颈。基于此,本项目采用化学还原法,通过配方设计和工艺条件的调控制备分别符合背面和正面电极浆料用的银粉。
所属分类:清洁能源产业
所属单位:武汉科技大学
成果简介:团队面向车用及交通运载装备、节能新型材料产业等领域的重大需求,形成耐火材料设计理论与制备技术、耐火材料高温服役行为及功能化高效利用、纯电动汽车动力系统设计与测试等方向开展科研。开发出陶瓷基复合材料的热导系数低于0.2W·m-1·K-1;陶瓷基强度不低于基体材料的90%;界面涂层材料散热设计性能满足电池系统发生热扩散 90min 以上;复合导热层的抑制热失控扩展响应速度为5min以内,可实现热失控触发温度高达1000 ℃以上; 安装复合导热层的电池系统 200kN 挤压工况下不起火、不爆炸。
所属分类:清洁能源产业
所属单位:武汉科技大学
成果简介:项目以廉价的微米硅粉体(冶金级)为原料,发展气相去合金化技术,获得具有纳米孔洞结构的蚁巢状微米多孔硅颗粒,实现高性能硅碳负极材料的低成本、规模化制备和产业化应用。本项目所获得硅碳负极具有大的容量(容量≥1100 mAh/g)、高的首次库伦效率(≥88%)、优异倍率性能和长效循环稳定性(>1000 圈,80%容量保持,0.5 C,1C=4200 mA/g),能够提升锂离子电池负极材料、高能量密度动力电池的技术水平,推进电动汽车、消费电子以及储能等战略性新兴产业的快速发展,具有重要市场和社会效益。
所属分类:清洁能源产业
所属单位:福建省计量科学研究院
成果简介:本项目的研究内容是研发了一种实验室用双面高效太阳电池电参数定标系统,以准确测量各种双面高效太阳电池片的电参数,准确表征双面高效电池的发电效率,满足实验室制作一级双面高效太阳电池标片的需要,有效解决行业对高效电池功率准确测量的难题,并打破双面电池功率定标无法测量背面发电功率的局面,突破行业瓶颈。 研制双面高效太阳电池电参数定标系统一套,满足下面技术指标: 双光源系统,每个光源脉冲长度≥100ms; 正面光源光谱匹配度、辐照度不均匀度和辐照度不稳定度满足IEC60904-9ED3.0的A+A+A+级要求; 背面光源光谱匹配度、辐照度不均匀度和辐照度不稳定度满足IEC60904-9ED3.0的AAA级要求; 闪光周期小于等于3s; 可在一次脉冲下完成双面高效电池片I-V曲线正反扫扫描,以两次扫描平均值报告测量结果; 设备测量准确度:电流、电压测量准确度:0.2%×读数
所属分类:清洁能源产业
所属单位:厦门市产品质量监督检验院
成果简介:项目主要研究内容如下: ① 根据智能网联汽车已有的测试规范及自动驾驶应用测试需求,结合福建省智能网联汽车产业特点及国家场(厂)机动车辆质量监督检验中心基础条件,从封闭测试区道路、特殊环境模拟场景、V2X智能路测设施建设、数据存储及分析管理平台等方面开展低速智能网联汽车封闭测试场的建设研究,为后续开展低速智能网联汽车封闭道路测试、V2X示范应用等多种形式的测试认证、示范应用奠定基础。 ② 针对智能网联汽车测试项目及测试场景,进行测试方案制定及仪器设备配置。项目采用黑盒测试方法,在待测车辆上搭载独立的具备高精度定位系统的数据采集系统,对本车车行数据和背景车车行数据进行实时同步采集,数据处理后对比测试工况和评价标准做数据分析,得到测试结果。其中,测试实施过程中实现,测量模块:速度精度≤0.1km/h;距离精度≤0.05%制动距离精度≤± 2cm;俯仰角和侧倾角:1.0° 差分基站:精确度≤2cm;位置存储不低于25个。通过高精度定位基站、VBOX Ⅲ数采系统、ADAS测试系统完成环境场景路测,获取样车测试评价数据。 ③ 基于现有的自动驾驶测试方法、ADAS法规,从安全性、智能性、体验性三个方面建立了低速智能网联商用车评价体系。项目采用层次分析法(AHP)与模糊综合评判法(FCE)相结合,建立低速智能网联商用车综合评价模型,并将其应用到典型的智能网联实车测试,得到评价结果。
所属分类:清洁能源产业
所属单位:福建省计量科学研究院
成果简介:伴随着“30/60双碳”目标的推进,我国加快了新能源电动汽车普及的步伐。国际能源署2021年4月29日发布《全球电动汽车展望》,报告预测,未来10年,全球电动汽车保有量将持续增长。在现有政策下,2030年全球电动汽车数量将达1.45亿辆。另外,根据我国的《新能源汽车产业发展规划》,到2025年,新能源汽车市场竞争力将明显提高,动力电池、驱动电机、车载操作系统等关键技术取得重大突破,新能源汽车新车销量占比达到25%左右,智能网联汽车新车销量占比达到30%。本项目主要以充电站为单位,基于充电站内所有充电设施的运行数据,结合大数据算法分析,实时监控电动汽车充电设施的运行状态及电能计量准确性。通过充电站内各充电设施的运行数据分析、对比,实现对海量充电桩运行状态的即时诊断,统计运行状态历史数据,并计算电动汽车充电设施在使用过程中的实际能耗计量误差,达到电能计量准确的目的。本项目基于充电站拓扑结构,开展直流充电设施转换效率评价模型研究,构建了基于充电站内充电设施测量值之间的关联关系算法,建立了以多元数据驱动的直流充电桩转换效率分析评价模型。基于能量守恒定律,采用 LASSO 回归分析,设计充电电能计量误差算法,并采用盲盒测试、仿真测试、现场检定对算法进行验证,结果表明,该算法可实现对充电桩运行状态的即时计量诊断。基于能量守恒定律的充电桩电能计量误差算法进行充电站改造,接入改造的充电站12个,涉及77个充电桩,100个直流表,顺利实现充电桩内直流表的建档和数据采集工作。
Copyright © 2018 宁夏回族自治区生产力促进中心 版权所有 宁ICP备11000235号-3 宁公网安备 64010402000776号