一种宽温域的长寿命氮化硼磷光材料及其制备方法与应用

    公开(公告)号:CN115448262B

    公开(公告)日:2023-05-23

    申请号:CN202210892048.2

    申请日:2022-07-27

    Applicant: 山东大学

    Abstract: 本发明提供了一种宽温域的长寿命氮化硼磷光材料及其制备方法与应用。其制备包括步骤:将硼酸和氟源溶解在去离子水中,再加入氮碳源,搅拌混合均匀后进行反应;反应完成后,经冷却、洗涤、干燥,得到宽温域的长寿命氮化硼磷光材料。本发明制备过程简单,成本低,绿色环保,不需要复杂的后处理,可快速实现大批量的制备,所得宽温域磷光材料毒性低,光稳定性好。本发明得到的宽温域的长寿命氮化硼磷光材料粉末具有蓝色荧光和绿色磷光,并且磷光发射可以覆盖到150℃的高温环境,具有广阔的应用前景。

    光固化3D打印陶瓷的方法
    4.
    发明公开

    公开(公告)号:CN114770695A

    公开(公告)日:2022-07-22

    申请号:CN202210386838.3

    申请日:2022-04-12

    Applicant: 山东大学

    Abstract: 本公开提供了一种光固化3D打印陶瓷的制备方法,通过合理控制层间厚度和光照时间等打印参数,实现单层一次固化;在后续打印中,紫外光可穿透当前固化层,对前面固化层进行二次固化,增强层与层之间的化学结合而变得更加紧密;打印完成后,采用紫外灯对预制件整体进行三次固化,有效消除打印过程带来的层间应力,显著提高了层间结合力。通过该三次固化工艺,能够有效的避免脱脂和烧结后产生裂纹和分层的可能,有望提升陶瓷构件性能。本公开的方法工艺简单高效,操作易于控制,可制备一种无分层和裂纹的光固化3D打印陶瓷。

    考虑风电场节点空间相关性的广义负荷联合概率建模方法

    公开(公告)号:CN105069236B

    公开(公告)日:2018-11-13

    申请号:CN201510496989.4

    申请日:2015-08-13

    Applicant: 山东大学

    Abstract: 本发明公开了考虑风电场节点空间相关性的广义负荷联合概率建模方法,包括:步骤一:将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;步骤二:对各根母线节点分别依照有功功率进行区间细化,统计其概率信息;步骤三:针对节点地域相关性,采用空间相关性法计算相邻节点功率区间之间相关特征参数并纳入节点的特性学习;采用RBF神经网络学习训练并提取区间集的节点特性,建立联合概率模型结构。将相关参数矩阵融入RBF神经网络建模中,并将相邻节点电压计入本节点特性学习中,所建模型更为全面。仿真表明各段拟合误差较小,拟合效果好。

    广义负荷建模中基于季节性的纵向时间轴聚类方法

    公开(公告)号:CN104200106B

    公开(公告)日:2017-02-08

    申请号:CN201410453542.4

    申请日:2014-09-05

    Applicant: 山东大学

    Inventor: 梁军 张旭 贠志皓

    Abstract: 本发明公开了广义负荷建模中基于季节性的纵向时间轴聚类方法,获取全年风电与负荷组成的根母线数据;横向时间轴预聚类,单日间再聚类,纵向时间单元聚类,输出全年纵向时间轴聚类结果,利用纵向时间轴聚类方法分析全年数据,获得考虑季节性的分类数据用以精确建模。利用AP算法和考虑季节性的纵向时间轴聚类策略,可将大样本实测数据进行合理划分,仿真结果表明与传统建模方法相比,经过聚类分析后的广义负荷建模,可在满足精确性的基础上便于模型走向实用化,有利于提高电力系统仿真的精确性与实效性。

    基于概率统计的风电场广义节点特征建模方法

    公开(公告)号:CN103632314B

    公开(公告)日:2016-11-09

    申请号:CN201310694224.2

    申请日:2013-12-17

    Applicant: 山东大学

    Inventor: 梁军 张旭 贠志皓

    Abstract: 本发明公开了一种基于概率统计的风电场广义节点特征建模方法,包括:对与风机直接相连的根母线处的电压、有功功率的全年数据进行等间隔采样;对全年根母线有功功率数据进行折中分段;统计风电场全年根母线有功功率数据的概率分布;利用神经网络算法提取各功率分段下的概率特征关系表达式;建立最终的风电场节点特征模型;分别对各功率分段的拟合效果和总体样本的拟合效果进行评定。本发明由于涵盖全年样本规律而不必频繁修正模型,在自描述能力与泛化能力方面均优于传统方法,也可以根据该分段概率模型求解风电波动下各种功率场景的潮流结果,为概率稳定性计算、风险评估、经济调度、风电消纳能力等研究提供理论指导。

    一种递进步长和期望输出均可变的储能系统优化控制方法

    公开(公告)号:CN103915851B

    公开(公告)日:2016-02-10

    申请号:CN201410142960.1

    申请日:2014-04-10

    Applicant: 山东大学

    Inventor: 张峰 梁军 张旭

    Abstract: 本发明公开了一种递进步长和期望输出均可变的储能系统优化控制方法,包括以下步骤:以单次充放电区间作为递进控制步长,建立控制步长和期望输出均可变的SOC临界限值循环充放电模型;构建以递进控制步长最大和整体期望输出波动率最小为目标的多目标优化函数;在SOC临界限值循环充放电模型的前提下,选用NSGA-Ⅱ算法对储能系统多目标优化函数进行求解计算,分别确定风电场储能系统多目标函数的最优解。本发明SOC临界限值循环充放电模式可保证ESS最大利用率,同时严格的充放电状态转换可避免频繁充放电,从而有力保障ESS性能的连续性;该控制策略下的平抑效果可有效衔接超短期预测与风电经济调度水平。

    考虑风电场节点空间相关性的广义负荷联合概率建模方法

    公开(公告)号:CN105069236A

    公开(公告)日:2015-11-18

    申请号:CN201510496989.4

    申请日:2015-08-13

    Applicant: 山东大学

    Abstract: 本发明公开了考虑风电场节点空间相关性的广义负荷联合概率建模方法,包括:步骤一:将与各风电场相连的根母线节点据其各自的功率流向,分为电源特性与负荷特性;步骤二:对各根母线节点分别依照有功功率进行区间细化,统计其概率信息;步骤三:针对节点地域相关性,采用空间相关性法计算相邻节点功率区间之间相关特征参数并纳入节点的特性学习;采用RBF神经网络学习训练并提取区间集的节点特性,建立联合概率模型结构。将相关参数矩阵融入RBF神经网络建模中,并将相邻节点电压计入本节点特性学习中,所建模型更为全面。仿真表明各段拟合误差较小,拟合效果好。

    广义负荷建模中基于季节性的纵向时间轴聚类方法

    公开(公告)号:CN104200106A

    公开(公告)日:2014-12-10

    申请号:CN201410453542.4

    申请日:2014-09-05

    Applicant: 山东大学

    Inventor: 梁军 张旭 贠志皓

    Abstract: 本发明公开了广义负荷建模中基于季节性的纵向时间轴聚类方法,获取全年风电与负荷组成的根母线数据;横向时间轴预聚类,单日间再聚类,纵向时间单元聚类,输出全年纵向时间轴聚类结果,利用纵向时间轴聚类方法分析全年数据,获得考虑季节性的分类数据用以精确建模。利用AP算法和考虑季节性的纵向时间轴聚类策略,可将大样本实测数据进行合理划分,仿真结果表明与传统建模方法相比,经过聚类分析后的广义负荷建模,可在满足精确性的基础上便于模型走向实用化,有利于提高电力系统仿真的精确性与实效性。

Patent Agency Ranking