基于统计学习的电价预测模型

随着电力市场化改革的进行,电价在整个电力行业中的地位日渐凸显,同时影响电价的因素众多,情况复杂,电价预测也引起了学者们的广泛研究兴趣。随着信息化社会的发展,大数据领域,机器学习理论和应用的迅速拓展,将机器学习应用于电价预测已经成为一个热点研究方向。本文通过对来自KEEL公开数据库的电价以及不同类别电量的数据采用不同的机器学习算法进行建模,并且提出了基于统计学习的电价预测系统,取得了很好的预测效果。

亚铁氰化铜共振散射法间接测定卡托普利

在酸性介质中,铁氰酸根离子被卡托普利还原成亚铁氰酸根离子后与硫酸铜反应生成亚铁氰化铜粒子而导致体系的共振光散射信号显著增强。在492 nm处增强的共振散射信号强度(ΔI_(RS))与卡托普利的浓度在0.05~1.40μg/mL范围内呈线性关系,据此建立了一种检测卡托普利含量的共振散射(RS)分析方法。线性回归方程为ΔI_(RS)=305.59+1962.8ρ(ρ,μg/mL),相关系数(R)为0.9960,检测限(3σ/k)为0.017μg/mL。该方法已成功用于卡托普利片剂的测定。

功能化Cu_(2)O光催化研究进展

光催化技术是利用太阳能解决能源短缺和环境污染等问题的有效方法之一.因此,开发一种具有高效光催化活性的光催化材料具有重要意义.Cu_(2)O是一种窄带隙的P型半导体材料,因其成本低、制备方法简单以及高可见光活性被广泛应用于光催化、传感和储能材料等领域.本文主要结合氧化亚铜光催化机理概述了功能化氧化亚铜光催化性能研究进展,介绍了杂原子掺杂、贵金属负载、半导体复合、碳材料复合以及三元复合材料等改性方法,最后对氧化亚铜基光催化材料的应用前景做出了展望.