阳极修饰对微生物燃料电池性能的影响

利用PW12/rGO复合材料负载于碳布表面制得PW12/rGO修饰阳极并构建单室空气阴极微生物燃料电池(microbial fuel cells,MFC),考察了PW12/rGO修饰阳极对MFC产电和高氯酸盐(ClO4-)还原性能的影响,并通过对阳极表面形态及其电化学特性的分析,探讨了PW12/rGO修饰阳极改善MFC产电性能的机理.结果 表明,当ClO4-浓度为700 mg/L时,PW12/rGO修饰阳极MFC的最大输出电压和ClO4-平均去除速率分别为200.18 mV和1.15 kg/(m3·d),分别是空白阳极MFC的4.4倍和1.06倍;扫描电镜(SEM)表征显示,PW12/rGO修饰阳极表面附着的微生物量远高于空白阳极;Tafel曲线、循环伏安曲线(CV)和交流阻抗谱(EIS)测试表明,PW12/rGO修饰阳极较空白阳极具有更高的交换电流密度、CV电活性面积以及更低的电荷转移电阻.PW12/rGO修饰阳极提高了阳极电子产量和电子传递速率,进而改善了MFC的产电性能.     

基于区块链智能合约的电力供应链利益分配研究

首先构建电力直接交易供应链参与者的利润函数,然后利用区块链智能合约构建电力直接交易供应链利益分配模型,并根据分配因子自动匹配利益并结算,进而实现电力直接交易供应链上各个企业利益实现最优的同时保证整个供应链利益最优.算例表明:该模型能够使得电力直接交易供应链维持稳定.     

峰值电量约束下的场桥能耗最小化问题研究

随着化石能源的大量使用带来的环境污染问题日益严峻,关注能源使用效率的集装箱港口绿色化运营研究成为近年来的热点之一.本文以集装箱堆场中需要执行预倒箱作业的场桥为研究对象,考虑场桥不同运行状态下的单位时间电量需求不同以及峰值电量实时约束,建立了以总能耗最小化为目标的多场桥调度问题的混合整数规划数学模型.继而,将关键变量利用非连续贝和连续贝两种不同的方式进行编码,将次级变量利用启发式规则进行解码,并设计了相对应的遗传算法交叉与变异方法.数值实验表明,连续贝编码方法表现更为优异;通过与Cplex在小规模算例中的比较,与粒子群算法及人工蜂群算法在大规模算例中的比较,验证了所设计遗传算法的有效性.同时,通过与传统策略的对比,表明本模型可以同时实现能耗总需求与峰值需求两方面的优化,从而可以为港口管理人员在不影响既定日常运营工作的前提下降低能源成本提供科学有效的指导.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

中药肾茶对家猫夏季饮水和血清尿素含量的影响

家猫饮水、排尿较少,泌尿系统疾病高发.肾茶是一种传统中药,具有良好的利尿作用.本研究采用10只家猫进行实验,结果显示:在饲粮中添加1%(质量分数)肾茶可以显著增加家猫的饮水量,降低血清尿素氮含量,但不影响家猫的体重和采食量.这表明肾茶有增加家猫排尿量、减少其泌尿系统疾病的潜在作用.     

20辊森吉米尔轧机轧制过程吨钢电耗分析

针对20辊森吉米尔轧机节能降耗的特点,对轧制过程中的吨钢电耗进行定量分析,并与传统6辊轧机进行对比。分别利用6辊轧机和20辊轧机对两种轧制规程进行模拟计算。结果表明:对于驱动功率而言,当轧制带材较厚时,采用20辊轧机可明显降低驱动功率;当轧制带材较薄时,二者并无明显区别。使用20辊轧机可明显降低轧制过程中的吨钢电耗,轧制带材较厚时,吨钢电耗下降更为明显。     

基于改进K-Means++分时电量聚类与行业用电行为分析

由于能源互联网中分时电量分布不仅为分时电价的制定提供依据还代表着用户的用电意识,提出改进K-Means++的聚类算法与典型用户筛选模型对分时电量进行挖掘。首先对K-Means++进行改进,利用模拟退火算法(simulated annealing, SA)与中位数阈值分割自动确定聚类初始质心与聚类数,弗雷歇与欧式距离的加权复合作为相似性的度量,权值由信息熵与层次分析法(analytic hierarchy process, AHP)确定。然后对分时电量进行聚类,从每簇聚类结果中依据典型用户筛选模型筛选典型用户,得到3种用电类型,最后从主要用电类型与用电类型转变的角度对行业用电行为分析,得到不同行业相同的用电行为。有助于供电侧初步掌控区域性行业用电群体的用电特征,为精细有序的用电管理做准备。     

变革的生产视角——对人工智能政治批判的批判

人工智能作为热点话题吸引了相关学者对其进行政治哲学维度的批判,但其批判依然停留在政治和观念的上层建筑半径之内,并未深入到政治的前提——生产领域。大数据算法作为强人工智能的重要应用,其所得出的非线性结果重塑了人们对于"价值"的理解,并引导一种对于"使用价值"追求的复归。随着边际成本的不断递减,大规模生产逐渐向大众生产转变,这使生产者与消费者之间的对抗性分配关系重组,社会消费力变革的趋势开始出现。产消一体化,即新型工人——"产消者"的大众化成为这一变革的可能性路径。     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下，居民用户大量负荷转移至低电价时段，形成新的负荷高峰。为了缓解这一状况，提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数，对家庭用电设备进行分类并建立数学模型；考虑调峰功率约束和补偿费用约束，运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS），并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序，最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本，减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰，实现用户用电策略的优化。     

基于AP-BP神经网络的建筑能耗分析与预测

建筑行业对能源的节约是当前节约能耗的重要途径之一，在对能源浪费现状和建筑物能源绩效调研和分析的基础上，提出了一种基于affinity propagation（AP）聚类的back propagation（BP）神经网络建筑能耗分析与预测方法。通过AP聚类算法对影响建筑能耗的多维因素进行聚类分析，得到影响建筑能耗的主要因素并作为BP神经网络的输入，然后将建筑能耗指标热负荷和冷负荷作为BP神经网络的输出，建立建筑能耗分析与预测模型。均方根误差（RMSE）和平均相对泛化误差（ARGE）评价指标分析结果表明，本文所提方法对能耗值预测的拟合程度优于经典的BP神经网络，且通过建筑能耗输入输出的结构调整能够节约能耗，提高能效。