基于粒子群神经网络的膏体充填材料质量预测与设计

充填材料质量预测与设计在膏体充填工程中具有十分重要的意义。充填材料质量预测是一个典型的多变量、非线性系统。运用粒子群优化的神经网络构造了膏体充填材料质量预测的模型,并基于正交试验获得的训练样本对网络进行学习,以此训练好的粒子群优化神经网络模型来描述充填材料质量和主要影响因素之间的关系。实验表明,此方法是高效可行的,并可在更多领域内应用。

分布式能源系统中能量的高效存储

分布式能源是能源革命的重要载体和推进手段,也是未来能源体系中的重要组成部分。储能技术作为分布式能源系统的关键支撑技术之一,会对能源生产和消费方式带来革命性的变化,对我国的能源转型具有重要的战略意义。目前我国储能技术发展迅速,大型示范和商业化储能项目不断增加,但是各种储能技术在实际应用过程中还存在着种种缺陷和不足,能源的高效存储面临着诸多挑战。本文立足于储能技术的实际应用,分析了各储能技术尤其是储热技术的优缺点及产业化发展现状,探讨了储能技术未来可能的发展趋势和面临的挑战,分析了储热技术中存在的关键科学问题及研究现状,并针对储能技术与行业的发展给出了一些政策性建议。