-
公开(公告)号：CN105140549A
公开(公告)日：2015-12-09
申请号：CN201510395285.8
申请日：2015-07-08
申请人： 沈阳化工大学
CPC分类号： Y02E60/527 , Y02P70/56 , H01M8/16 , C02F3/34
摘要： 微生物燃料电池处理发酵废水的工艺方法，涉及一种处理废水的工艺方法，该方法以导电玻璃、碳布或碳毡为电极材料，采用碱解法、酸解法、层层自组装技术在其上分别修饰活性基团、聚电解质多层膜或纳米粒子/聚电解质多层膜。将上述系列材料用于微生物燃料电池反应装置的阳极处理发酵废水，以乙酸钠及荷塘污泥为底物，获得了较高的产电率、较好的COD去除效果和较高的库伦效率的微生物燃料电池体系。此微生物燃料电池体系工艺重复性好，安全可靠，在处理发酵污水的同时实现较高的产电量和产电效率。有效的解决了以往微生物燃料电池产电效率低下，污水COD去除率低的问题，具有良好的工业化应用前景。
-
公开(公告)号：CN115184806A
公开(公告)日：2022-10-14
申请号：CN202210722169.2
申请日：2022-06-24
申请人： 沈阳化工大学
IPC分类号： G01R31/367 , G01R31/378 , G01R31/392
摘要： 一种超高效电池容量衰减估计的方法，涉及一种电池估计的方法，该方法首先进行初始化参数设置，对电池进行建模，使非线性方程转变为线性方程，接下来进行电池的容量变化数据进行设定，明确实际变化值和估计数值，应用改进卡尔曼滤波算法对于电池的容量变化进行状态跟踪，对于模型的参数进行合理设定，最后对于容量变化的数值进行误差测定，对于产生结果的具体模型参数进行更新和系数修正。本发明不仅可以应用于具体型号的高倍率放电下的电池，还能够广泛应用于不同厂商根据不同材料所生产的电池以及不同领域下所使用的电池。
-
公开(公告)号：CN118378538A
公开(公告)日：2024-07-23
申请号：CN202410593160.5
申请日：2024-05-14
申请人： 沈阳化工大学
摘要： 一种基于改进神经网络的光伏功率预测方法，涉及一种光伏功率预测方法，该方法通过创建BP神经网络预测模型，利用改进布谷鸟搜索算法对神经网络的权重和偏差进行优化，提高光伏预测的精度和实时性。改进布谷鸟搜索算法通过引入步长自适应调整和位置自适应更新机制，解决了常规布谷鸟搜索算法定位精度不高、算法不稳定、收敛速度慢等问题。本发明相较于传统的预测方法更准确，实现了对光伏功率的准确预测，为光伏系统的稳定运行和能源管理提供了有力支持。
-
公开(公告)号：CN113988386A
公开(公告)日：2022-01-28
申请号：CN202111195503.5
申请日：2021-10-14
申请人： 沈阳化工大学
摘要： 一种工业过程二次规划最优定位方法，涉及一种工业过程最优定位方法，包括将初始二次规划问题的约束条件分为等式约束集合和不等式约束集合；根据不同约束类型及约束条数选取约束条件，组成初始约束条件集合；目标函数和初始约束条件集合结合定位可行解；根据KKT条件可知，求解Lagrange函数的可行解只需要求解：（2a）（2b）本发明是针对有效集算法求解带约束二次规划问题初始可行解定位方法的实现，应用于线性规划、非线性规划、非线性模型预测控制等方案。可显著提高流程工业生产过程的控制变量最优解精度和求解速度。
-
公开(公告)号：CN118886449A
公开(公告)日：2024-11-01
申请号：CN202410874321.8
申请日：2024-08-30
申请人： 沈阳化工大学
IPC分类号： G06N3/0442 , H02J3/00 , H02J3/38 , G06N3/086 , G06N3/0985 , G06F18/213 , G06Q50/06 , G06F123/02
摘要： 一种基于VMD‑PSO‑LSTM的光伏功率预测方法，涉及光伏预测方法技术领域，该方法包括如下步骤:Sl,S2，光伏数据预处理:S3，变分模态分解:S4‑S10，采用PSO算法优化LSTM神经网络模型的参数:S11，IMF预测重构。在长短时记忆人工神经网络(LSTM)预测模型基础上，构建基于变分模态分解(VMD)和粒子群优化(PSO)的光伏系统功率预测模型建:步骤4，采用PSO算法优化LSTM神经网络模型的参数:步骤5，IMF预测重构。通过变分模态分解更好地捕捉光伏发电系统特征信号；采用粒子群优化算法(PSO)的LSTM神经网络建模方法可以在参数空间内快速寻找最优参数组合。
-
公开(公告)号：CN115598963A
公开(公告)日：2023-01-13
申请号：CN202211267302.6
申请日：2022-10-17
申请人： 沈阳化工大学(CN)
摘要： 一种基于混合遗传自动调压系统控制器制备方法，涉及一种控制器制备方法，即为一种基于混合遗传—阿基米德算法的自动调压系统控制器设计方法，所述自动调压系统（AVR）由五个主要部件组成:控制器、放大器、励磁机、发电机和传感器，通过自动调压系统实现电压稳定。本发明以遗传算法和阿基米德优化算法的混合算法为核心调整AVR的PID控制器的参数。此外，目标函数被设计为在服从PID控制器参数的约束的情况下。AOA‑PID本身具有干扰抵赖性和鲁棒性，通过将遗传算法和阿基米德算法混合，遗传算法用于定义阿基米德算法（AOA）的初始种群，这样可以大大提高算法的收敛速度，达到良好的优化效果。
-
公开(公告)号：CN111009673A
公开(公告)日：2020-04-14
申请号：CN201911076535.6
申请日：2019-11-06
申请人： 沈阳化工大学
IPC分类号： H01M8/04992 , H01M8/04746 , H01M8/16 , G06N3/00
摘要： 一种微生物燃料电池的粒子群最大功率跟踪方法，涉及一种燃料电池功率跟踪方法，所述方法包括以下过程：1）以双反应室微生物燃料电池作为控制对象，对象模型采用微生物燃料电池电化学模型，优化目标函数为燃料电池输出功率密度，该功率密度受阳极室和阴极室污水流量Qa和Qc控制，将两者作为控制变量，负载电阻Rex为扰动变量；2）在负载波动的情况下，基于粒子群算法的最大功率跟踪程序，实现最优化运算，依据计算结果调整阳极室和阴极室污水流量Qa和Qc，保证燃料电池维持最大输出功率；通过该方法能够在负荷变化情况下实现微生物燃料电池最大功率跟踪。
-
公开(公告)号：CN107010712A
公开(公告)日：2017-08-04
申请号：CN201710223803.7
申请日：2017-04-07
申请人： 沈阳化工大学
摘要： 一种微生物燃料电池处理糖蜜废水的工艺方法，涉及一种处理废水的方法，本方法以碳布或碳毡为电极材料，采用杂多酸盐对纳米TiO2/SiO2质子交换膜进行处理，获得含水率较高、导电性能强化的质子交换膜表面。将上述系列材料用于微生物燃料电池反应装置处理糖蜜废水，以糖蜜废水为底物，获得了较高的产电量和较好的COD去除效果的微生物燃料电池体系。此微生物燃料电池体系工艺重复性好，安全可靠，在处理糖蜜废水的同时实现较高的产电量。经过杂多酸盐对纳米TiO2/SiO2质子交换膜进行处理用于微生物燃料电池处理糖蜜废水的工艺设计，有效的解决了以往微生物燃料电池产电效率低下，污水COD去除率低的问题，具有良好的工业化应用前景。
-
公开(公告)号：CN105355945A
公开(公告)日：2016-02-24
申请号：CN201510793411.5
申请日：2015-11-18
申请人： 沈阳化工大学
IPC分类号： H01M8/04298
CPC分类号： H01M8/04671
摘要： 基于小波变换的微生物燃料电池故障诊断方法，涉及燃料电池故障诊断方法，本发明针对不同故障情况下采集到的输出电压信号应用倍频小波进行分析，通过计算小波系数，实现高低频段信号的重构，提取出故障信号频域特征值，展现出故障信号的主要分布情况，从而诊断出电池故障。本发明可以实现对微生物燃料电池系统的故障诊断，起到早期报警，减少和避免故障范围的作用，确保设备安全可靠的运行，在实际工程中具有较高的应用价值。
-
公开(公告)号：CN118646068A
公开(公告)日：2024-09-13
申请号：CN202410630650.8
申请日：2024-05-21
申请人： 沈阳化工大学
摘要： 本发明公开一种基于混沌灰狼与扰动观察结合算法的光伏MPPT方法，涉及一种光伏MPPT方法。该方法通过创建光伏系统模型，利用混沌映射优化灰狼算法，再将其优化后的与扰动观察方法结合进行光伏MPPT，以提高最大功率跟踪的速度和稳定性。混沌灰狼与扰动观察结合通过引入混沌映射初始化狼群，解决种群的单一，避免陷入局部搜索，结合扰动观察，解决了原本算法精度不高，收敛速度慢等问题。本发明对光伏最大功率跟踪更加准确，减少了因振荡造成的损失。
-
-
-
-
-
-
-
-
-
搜索结果
11 条记录 (耗时 0.027 秒)
