一种大面积制备PEDOT薄膜的方法

    公开(公告)号:CN109666265B

    公开(公告)日:2020-12-15

    申请号:CN201811533135.9

    申请日:2018-12-14

    Applicant: 重庆大学

    Abstract: 本发明公开了一种大面积制备PEDOT薄膜的方法,其特征在于,包括以下步骤:1)前驱液的制备;2)EDOT单体溶液的制备;3)前驱液的成膜;4)PEDOT的成膜;5)透明电极热处理;本发明设计了一种大面积制备PEDOT薄膜的方法,可通过油墨打印制备工艺在室温或低于200摄氏度的低温,在不同面积基片上直接制备具有优良光电性能和机械柔性的大面积透明电极,生产步骤简单且极大降低了生产成本;本发明制备出的大面积透明电极具有良好的电学性能。

    一种光纤法珀传感器的多传感器复用解调系统及处理方法

    公开(公告)号:CN109520532B

    公开(公告)日:2020-10-16

    申请号:CN201811419299.9

    申请日:2018-11-26

    Applicant: 重庆大学

    Abstract: 本发明涉及一种光纤法珀传感器的多传感器复用解调系统及处理方法,属于光纤传感技术领域。该系统由宽带扫频激光光源、光环形器、波分复用器、光电探测模块、光谱还原模块和数据处理模块依次连接组成,并以并联复用的方式分别连接N个大腔长光纤法珀传感器;该处理方法包括:S1:利用光谱还原模块,将接收到的干涉光谱还原为N段干涉光谱信号;S2:用稀疏采样的频率解调法,对每段光谱数据分别进行处理计算,求出各自的等效频率值;S3:根据等效频率值与光纤法珀传感器的腔长关系,分别求解出N个光纤法珀传感器的值。本发明有效解决了白光干涉型光纤法珀传感器的大容量并联复用难题。

    一种基于条件核密度估计的电网可靠性序贯仿真方法

    公开(公告)号:CN106021728B

    公开(公告)日:2019-02-19

    申请号:CN201610340264.0

    申请日:2016-05-19

    Abstract: 本发明提供的基于条件核密度估计的电网可靠性序贯仿真方法,采用最大负载能力、系统状态平均持续时间和健全负荷百分比作为系统状态的MDP状态参数。在系统年最大负荷水平下进行一次传统序贯仿真,将所有系统状态的MDP状态参数作为MDP状态参数样本,建立条件概率密度分布。当系统负荷水平或负荷变动规律变化时,根据原始的MDP状态参数的条件概率密度分布,抽取系统状态,由各系统状态下MDP状态参数计算,得到各系统状态的失负荷量和持续时间,形成可靠性指标。本发明根据MDP参数的条件分布抽取系统状态,只需比较各状态下最大负载能力与负荷的大小,无需对各系统状态进行最优潮流计算,大大降低了序贯仿真时间。

    一种利用废旧衣物纤维制备复合纤维板的方法

    公开(公告)号:CN106003352B

    公开(公告)日:2018-05-25

    申请号:CN201610363620.0

    申请日:2016-05-30

    Applicant: 重庆大学

    CPC classification number: Y02W30/66

    Abstract: 本发明公开了一种利用废旧衣物纤维制备复合纤维板的方法,包括以下步骤:1)开松;2)将纤维加入碱溶液水解处理;3)去碱使其ph值降至7,除去多余水分和盐成分得到细纤维;4)加热聚乙烯醇至完全溶化;5)粘合成型:将步骤3)制得的细纤维加入到步骤4)制备的粘合加固剂中,纤维与聚乙烯醇的质量比为(7‑10)∶1,在80~100度的温度下充分搅拌混合,待混合充分后,均匀的摊开在准备好的模具中;进行加热烘干或使其自然晾干,得到复合纤维板。本发明的优点是:节约了大量的木材及纸质资源,减少了环境污染;所制得的复合纤维板无毒无害,纤维能实施循环回收。

    基于线性组合的潮流方程线性化方法

    公开(公告)号:CN111799802B

    公开(公告)日:2023-12-05

    申请号:CN202010711576.4

    申请日:2020-07-22

    Abstract: 本发明公开基于线性组合的潮流方程线性化方法,包括以下步骤:1)基于非线性潮流方程,依次建立线性潮流方程的通用表达式和常用表达式;2)基于线性潮流方程的常用表达式,建立减小误差后的线性潮流新方程;3)获取电网运行数据,并建立决策变量优化模型,计算得到令潮流方程线性化误差最小的决策变量;4)基于令潮流方程线性化误差最小的决策变量,更新减小误差后的线性潮流新方程,得到误差最小的最优线性近似模型。本发明所提出的潮流方程线性化新形式,相比于其他线性潮流方程,能够更加有效地降低线性化误差。并且在不同节点系统中均应用效果良好,具有较强的普适性。

    基于曲线聚类的小时级源荷功率异常数据辨识与修复方法

    公开(公告)号:CN110610121B

    公开(公告)日:2023-04-07

    申请号:CN201910538445.8

    申请日:2019-06-20

    Abstract: 本发明公开了基于曲线聚类的小时级源荷功率异常数据辨识与修复方法,主要步骤为:1)获取电力网络基本数据;2)建立源荷功率曲线;3)排除存在异常突变的曲线;4)确定正常曲线簇和异常曲线簇;5)归一化;6)确定正常源荷功率曲线的最佳初始聚类中心候选集U;7)确定正常源荷功率曲线的最佳聚类数kopt;8)对正常源荷功率曲线进行聚类;9)确定每一类典型周期源荷功率曲线的物理特征影响因素;10)基于物理特征影响因素,对异常周期源荷功率曲线进行修复。本发明以日源荷功率曲线为基本单位,通过考虑曲线的趋势进行聚类,实现异常数据的辨识,通过改进k‑均值聚类算法,实现对异常源荷功率曲线数据的修复。

Patent Agency Ranking