Cu2ZnSnS4/Zn(O，S)异质结薄膜太阳电池的数值仿真

采用SCAPS软件,对CZTS/Zn(O,S)/Al:ZnO结构的薄膜太阳电池进行数值仿真,主要模拟研究Zn(O,S)的禁带宽度和电子亲和势、缓冲层的厚度及掺杂浓度、环境温度对电池性能的影响.结果表明:当Zn(O,S)的厚度和载流子浓度分别为50 nm和10~(17)cm~(-3)时,电池的转换效率可达14.90%,温度系数为-0.021%K~(-1).仿真结果为Zn(O,S)缓冲层用于CZTS太阳电池提供了一定的指导.     

一种利用LSTM和稳态时间序列的光伏阵列故障诊断方法

针对光伏阵列电气工作参数包含复杂的暂态过程及工频干扰噪声严重影响故障诊断模型性能的问题,提出一种基于最大功率点的稳态时间序列预处理方法.首先,以自动过滤数据中的暂态过程和干扰噪声,获取连续的稳态时间序列电气特征数据,作为故障诊断模型的输入参数;然后,提出一种基于长短期记忆网络的深度网络模型,以实现对光伏阵列常见故障的检测及分类;最后,在一个小型光伏并网发电系统及其Simulink仿真模型上,进行故障模拟及仿真,以验证所提出的故障诊断方法.实验结果表明,所提出的故障诊断方法具有良好的精度和泛化性能,并且优于常规的反向传播神经网络和循环神经网络.     

核电站应急柴油机组公共底座制造焊接变形及解决方案

核电站应急柴油机组公共底座制造精度高,材料焊接变形大,主要的解决方案:一方面是在制造中采取工艺控制焊接变形;另一方面是通过机械校正反变形控制措施,并通过焊后热处理消除残余应力,以保证产品质量。     

浅谈绿色产业

从绿色生产力、绿色产品和绿色营销等方面探讨了绿色产业的特点,指出绿色产业必须使用绿色生产力要素进行生产,不仅绿色产业的生产过程是绿色的,其产品是绿色的,其营销也是绿色的。     

利用2DGRA-BiLSTM模型的日前光伏功率曲线预测方法

为了克服光伏发电固有的间断性和波动性对电网稳定性的负面影响,提出一种二维灰度关联分析-双向长短期记忆神经网络(two-dimensional grey relational analysis and bidirectional long short-term memory network, 2DGRA-BiLSTM)模型,用于实现日前光伏功率曲线预测,以更好指导电网调度.不同于以往的点预测,本研究将日功率曲线作为整体进行预测.首先用2DGRA实现最佳历史相似日数据的获取;其次,根据日功率曲线的波动性将总数据分为3类;最后,根据3种分类,分别训练3种BiLSTM模型对日功率曲线进行预测.所提出的预测模型通过沙漠知识澳大利亚太阳能中心历史气象和功率数据进行训练,并通过数值天气预报和功率数据进行测试.对比其他几种神经网络模型,实验表明所提出模型具有更好的综合预测性能,在晴空、轻度非晴空和重度非晴空条件下,决定系数(R²)分别为0.994、0.940和0.782.     

一种光伏阵列实时状态监测与故障定位系统

开发一种光伏阵列状态监测和故障定位系统,该系统将连续采集、 间歇采集、 自动定时采集、 故障检测定位等功能集成到统一的Matlab平台. 提出一种“阈值法－Hampel辨识法”相结合的光伏阵列离群值检测算法,该算法通过比较不同光伏组串瞬时电流进行异常检测实现故障定位. 基于实验室光伏并网发电平台上的故障模拟,重点研究了线线故障和失配故障条件下的故障检测与定位. 实验结果表明：该系统能够自动定时采集光伏电气特性数据并快速、 准确地判断是否发生故障及实现故障组串定位,具有良好的应用前景.     

改进YOLOv5的光伏组件热斑及遮挡物检测

针对光伏组件热斑若未及时发现处理,会严重影响光伏组件及阵列正常运行的问题,为了有效检测光伏阵列热斑,提出一种基于YOLOv5框架的深度学习热斑检测方法.首先,采用像素加权平均法融合红外和可见光图像作为检测对象,实现同时对光伏组件热斑和遮挡物的检测,并初步分析热斑成因.其次,改进模型框架,在轻量级网络MobileNetV3-large的基础上,融合坐标注意力机制,设计更轻量、更高效的MobileNetCA作为特征提取网络.然后,针对训练中正负样本数量极不平衡的情况,更换损失函数为变焦距损失函数,达到训练中突出正例的效果.同时,改进模型anchor box目标框生成算法,使生成的目标框与实际标注框更一致.实验结果表明,改进后的模型mAP为88.9%,较原YOLOv5s模型提升了3.8%,且模型参数量仅为原模型的48.6%.     

中小企业财务管理存在的问题及其对策

财务管理方面存在的问题是制约中小企业发展的一个关键因素。由此找出财务管理存在的问题,并从企业的外部和内部分析了产生这些问题的原因。针对存在的问题和产生问题的原因提出了改进中小企业财务与管理的一系列对策,努力使企业财务管理的核心作用得到充分发挥。     

Cu2ZnSnS4/Zn(O,S)异质结薄膜太阳电池的数值仿真研究

Zn(O,S)具有带隙宽、原料丰富且环保的优点,是一种很有潜力的CdS替代缓冲层。本文采用Solar Cell Capacitance Simulator (SCAPS)软件,对CZTS/Zn(O,S)/Al:ZnO 结构的薄膜太阳电池进行数值仿真,主要模拟研究Zn(O,S)的禁带宽度和电子亲和势、缓冲层的厚度及掺杂浓度、环境温度对电池性能的影响。结果表明：当Zn(O,S)的厚度和载流子浓度分别为50 nm和10₁₇ cm_-3时,电池的转换效率可达14.90％,温度系数为-0.021%/K。仿真结果为Zn(O,S)缓冲层用于CZTS太阳能电池提供了一定的指导。     

一种PSO-SVM的光伏阵列故障检测与分类

提出一种粒子群优化支持向量机的光伏阵列故障检测与分类的方法.分析了光伏阵列输出特性和故障类型,选择合适的特征向量及归一化方式.选用径向基核函数优化模型结构,并利用PSO算法对参数进行寻优,提高模型精确度.结合实验平台获取光伏阵列正常工作和8种故障状态的实测数据,随机划分为训练集和测试集,并建立PSO-SVM故障检测与分类模型.实验表明,应用本模型进行故障检测准确率达99.89%,分类准确率达98.68%,优于BP神经网络以及决策树的检测和分类结果.