一种建筑低碳节能围护结构及使用方法

    公开(公告)号:CN118668835A

    公开(公告)日:2024-09-20

    申请号:CN202410801529.7

    申请日:2024-06-20

    Abstract: 本发明公开了一种建筑低碳节能围护结构,包括:框架、阀门结构、转动件和驱动装置;框架包括壳体和面板,面板安装在壳体的外侧,壳体和面板之间形成贯穿框架上下两侧的散热通道,面板为透明材质;散热通道的上下两端均安装有阀门结构,以控制散热通道的开闭;散热通道中转动连接有多个转动件,转动件的一侧设置有吸热涂层,以吸收太阳辐射,转动件的另一侧设置有反射涂层,以反射太阳辐射;驱动装置用于驱动转动件转动;还公开了一种围护结构的使用方法,围护结构在保温模式和散热模式两种模式下切换,满足夏天和冬天不同需求。

    基于碳标签分级评价的企业碳排放管控方法

    公开(公告)号:CN117670124A

    公开(公告)日:2024-03-08

    申请号:CN202311653617.9

    申请日:2023-12-05

    Abstract: 本发明公开了基于碳标签分级评价的企业碳排放管控方法,属于碳排放技术领域,包括:获取区域内所有企业的涉碳数据及对应的碳排放因子库;基于涉碳数据和碳排放因子库构建碳排放核算模型;基于碳排放核算模型核算各环节碳排放量,确定各企业的单位产值碳排放量;通过碳排放评价模型获取各企业的碳排放评分,基于碳排放评分对企业进行分级;基于碳排放评分以及等级生成对应企业的碳标签;基于各企业对应的碳标签制定碳减排策略。本方案在进行企业的碳排放核算时将各环节的碳排放进行综合核算企业的单位产值碳排放量,并基于得到的碳排放量进行评分和分级进行碳排放管控,能够准确核算企业的碳排放量,显著提高企业碳排放管控的效率。

    一种SF6热降解协同CO2回收装置
    15.
    发明公开

    公开(公告)号:CN113262726A

    公开(公告)日:2021-08-17

    申请号:CN202110720463.5

    申请日:2021-06-28

    Abstract: 本发明公开了一种SF6热降解协同CO2回收装置,包括顶部设有第一进料口和出料口、底部设有第二进料口的鼓泡床反应器;第一进料口连通于石灰石储罐;第二进料口连通于SF6供料管;出料口连通于快速床反应器的入口;快速床反应器的出口连接有旋风分离器;鼓泡床反应器呈罐状;快速床反应器呈细长管状;出料口的口径自鼓泡床反应器向快速床反应器收缩。该装置利用鼓泡床反应器及其进料方向保证了原料充分接触和高效反应,在较短的时间内以更少的石灰石满足SF6的降解需求,可降低成本、能耗并提高降解效率;还结合快速床反应器调整了鼓泡床反应器内物质的流向和流速,以便产物顺利进入旋风分离器实现分离,方便后续对各类产物回收处理。

    一种新能源发电系统调节方法
    16.
    发明公开

    公开(公告)号:CN120073892A

    公开(公告)日:2025-05-30

    申请号:CN202510208936.1

    申请日:2025-02-25

    Abstract: 本发明公开了一种新能源发电系统调节方法,属于新能源发电技术领域,包括S1、获取新能源发电系统历史运行数据并基于历史运行数据提取效益特征、功率特征及储能性能特征;S2、基于效益特征、功率特征及储能性能特征构建混合策略博弈模型并采集新能源发电系统实时运行数据;S3、基于实时运行数据设置混合策略博弈模型的实时参数组合并基于稳定法则及实时参数组合对混合策略博弈模型进行稳定性分析得到稳定均衡点;S4、基于稳定均衡点运行混合策略博弈模型得到负荷需求预测集并基于负荷需求预测集构建调节策略;本发明克服了现有技术未考虑新能源发电功率与储能电站性能的相互影响关系导致新能源发电系统稳定性差的问题。

    基于典型电网物资绿色采购的评估预测方法及相关设备

    公开(公告)号:CN117892856A

    公开(公告)日:2024-04-16

    申请号:CN202311707719.4

    申请日:2023-12-13

    Abstract: 本发明属于电网采购物资预测技术领域,具体涉及基于典型电网物资绿色采购的评估预测方法及相关设备,方法包括获取指标数据进行预处理;根据得到的各标准指标数据通过预设算法计算不同采购周期中典型电网物资的绿色低碳评估值并划分为训练集与预测集;基于粒子群算法构建Elman神经网络预测模型,通过粒子群算法计算适应度函数,确定最优权系数及最优阈值;将最优权系数及最优阈值进行神经网络赋值;基于训练集与预测集对赋值后的模型进行训练和预测。本申请能够为模型提供更具针对性的基础数据,且通过粒子群算法获取最优参数对神经网络进行优化能够减小模型预测误差,训练得到更符合典型电网物资绿色低碳水平预测的模型,提高预测准确度。

Patent Agency Ranking