期刊文献+
共找到88篇文章
< 1 2 5 >
每页显示 20 50 100
Electrochemical Introduction of Active Sites into Super-long Carbon Nanotubes for Enhanced Capacitance
1
作者 HU Yue ZHAO Yang +4 位作者 LI Yan XIE Xue-jun LI Hui DAI Li-ming QU Liang-ti 《Chemical Research in Chinese Universities》 SCIE CAS CSCD 2012年第2期302-307,共6页
Electrochemical cyclic voltammetric(CV) scan was applied to inducing the partial oxidation and defects of carbon nanotubes(CNTs).The electrochemically induced functional groups and physical defects were demonstrat... Electrochemical cyclic voltammetric(CV) scan was applied to inducing the partial oxidation and defects of carbon nanotubes(CNTs).The electrochemically induced functional groups and physical defects were demonstrated to show positive effects on the nanotube capacitance,as exemplified by super-long CNT arrays as model for the easy fabrication of CNT electrodes.Specifically,the initial hydrophobic nanotube surface becomes hydrophilic and a ten-time enhancement in capacitance is observed with respect to the pristine CNT sample.Thus,the electrochemical CV pretreatment can be used as an effective approach to activate the CNT surface for an enhanced electrochemical performance in capacitors,and many other advanced devices beyond capacitors,such as electrochemical sensors and batteries. 展开更多
关键词 Energy storage Electrochemical capacitor Super-long carbon nanotube ELECTROCHEMISTRY DEFECT
下载PDF
Freestanding strontium vanadate/carbon nanotube films for long-life aqueous zinc-ion batteries 被引量:5
2
作者 Ye-Hong Du Xian-Yu Liu +5 位作者 Xin-Yu Wang Jun-Cai Sun Qiong-Qiong Lu Jian-Zhi Wang Ahmad Omar Daria Mikhailova 《Rare Metals》 SCIE EI CAS CSCD 2022年第2期415-424,共10页
Aqueous rechargeable zinc-ion battery(ZIB)is considered to be a potential energy storage system for large-scale applications due to its environmental friendliness,high safety,and low cost.However,it remains challengin... Aqueous rechargeable zinc-ion battery(ZIB)is considered to be a potential energy storage system for large-scale applications due to its environmental friendliness,high safety,and low cost.However,it remains challenging to develop suitable cathode materials with high specific capacity and long-term cyclic stability.Herein,we have fabricated freestanding Sr0.19V2O51.3H2O/carbon nanotubes(SrVO/CNTs)composite films with different mass ratios by incorporating SrVO into CNTs network.The synthesized SrVO possesses a large interlayer spacing of 1.31 nm,which facilitates Zn(2+)diffusion.Furthermore,the SrVO/CNTs composite film with conductive network structure promotes electron transfer and ensures good contact between SrVO and CNTs during the long-term cycling process.As a result,the battery based on the SrVO/CNTs composite cathode with a mass ratio of 7:3 delivers a specific capacity of 326 mAh·g^(-1)at 0.1 A·g^(-1)and 145 mAh·g^(-1)at 5 A·g^(-1),demonstrating a high capacity and excellent rate capability.Remarkably,the assembled ZIB shows good capacity retention of 91%even after ultra-long cycling for 7500 cycles at a high current rate of 5 Ag^(-1).More importantly,the battery also delivers a high energy density and power density,as 290 Wh·kg^(-1)at 125 W·kg^(-1)(0.1 A·g^(-1)),or 115 Wh·kg^(-1)at 6078 W·kg^(-1)(5 Ag^(-1)).The results demonstrate that the SrVO/CNTs composite is a promising cathode toward large-scale energy storage applications. 展开更多
关键词 Aqueous zinc-ion battery Strontium vanadate carbon nanotubes network Freestanding composite film long cycle life
原文传递
Preparation of very long and open aligned carbon nanotubes 被引量:1
3
作者 潘正伟 常保和 +5 位作者 孙连峰 钱露茜 刘祖琴 唐东升 王刚 解思深 《Science China Mathematics》 SCIE 2000年第2期210-216,共7页
Very long and open aligned carbon nanotubes that reach about 2 mm long, an order of magnitude longer than previously reached, have been prepared by chemical vapor deposition over silica dioxide substrates on the surfa... Very long and open aligned carbon nanotubes that reach about 2 mm long, an order of magnitude longer than previously reached, have been prepared by chemical vapor deposition over silica dioxide substrates on the surface, where iron/silica nano-composite particles are evenly positioned. The nanotubes are naturally opened at the bottom ends. The growth mechanism of the very long and open-ended nanotubes is also discussed. 展开更多
关键词 carbon nanotube very long open-ended array.
原文传递
聚酰亚胺的结构调控对炭分子筛膜微结构与气体分离性能影响的研究进展
4
作者 岳鑫朋 张新儒 王永洪 《现代化工》 CAS 北大核心 2025年第1期29-33,共5页
分析了聚酰亚胺近程结构和远程结构对炭分子筛膜结构与性能的影响,提出了理想聚酰亚胺结构应具备的特点,并对未来炭分子筛膜的发展做出展望。
关键词 近程结构 远程结构 分子结构设计 炭分子筛膜 气体分离
下载PDF
基于奇异谱分析和辛几何模态分解的短期碳排放预测模型 被引量:1
5
作者 王维军 吴仁杰 《电力科学与工程》 2024年第1期50-62,共13页
在短时期内对碳排放水平进行评估和规划,对制定精准的减排目标和有效的政策措施可以起到辅助作用。将奇异谱分析分解法(Singular spectrum analysis decomposition,SSAD)和辛几何模态分解(Symplectic geometry mode decomposition,SGMD... 在短时期内对碳排放水平进行评估和规划,对制定精准的减排目标和有效的政策措施可以起到辅助作用。将奇异谱分析分解法(Singular spectrum analysis decomposition,SSAD)和辛几何模态分解(Symplectic geometry mode decomposition,SGMD)组合成新型的二次信号分解法,并应用于每日碳排放量预测。在对原始序列进行二次分解之后,利用快速傅里叶变换对子序列进行重构,并应用偏自相关函数来选择合适的输入变量。最后,利用麻雀搜索算法(Sparrow search algorithm,SSA)对长短期记忆网络(Long short-term memory network,LSTM)进行优化,建立了SSAD-SGMD-SSA-LSTM模型。通过与其他模型进行对比实验,发现SSAD-SGMD二次分解更加适合碳排放时间序列预处理,并且可以进一步提高预测精度。SSAD-SGMD模型与集成经验模态分解和变分模态分解相结合的二次分解模型相比,模型的可决系数R2提高了1.83%,平均绝对百分比误差(Mean absolute percentage error,MAPE)有所降低,均方根误差(Root mean square error,RMSE)降低了43.16%。此外,经过SSA优化后的LSTM模型,R2提高了1.49%,MAPE有所降低,RMSE降低了38.64%。所提出的模型能够有效提升短期碳排放预测的准确性。 展开更多
关键词 短期碳排放预测 二次信号分解算法 麻雀搜索算法 长短期记忆网络
下载PDF
基于Transformer-LSTM模型的多因素碳排放权交易价格预测 被引量:4
6
作者 危冰淋 刘春雨 刘家鹏 《价格月刊》 北大核心 2024年第5期49-57,共9页
碳排放权交易作为一种重要的环境政策工具在全球范围内得到了广泛应用。如何运用深度学习等技术提高碳排放权价格预测能力是一个重要问题,基于此,提出一种Transformer-LSTM多因素碳排放权交易价格预测的深度学习模型,以湖北省碳排放权... 碳排放权交易作为一种重要的环境政策工具在全球范围内得到了广泛应用。如何运用深度学习等技术提高碳排放权价格预测能力是一个重要问题,基于此,提出一种Transformer-LSTM多因素碳排放权交易价格预测的深度学习模型,以湖北省碳排放权交易价格为例,旨在探索运用深度学习的方法,预测湖北省碳排放权交易价格的变动趋势。输入Transformer-LSTM模型进行预测,同时运用支持向量机回归(SVR)、多层感知机(MLP)、长短时记忆网络(LSTM)、Transformer模型进行预测与对比。通过在历史数据上进行训练,实验结果表明,Transformer-LSTM模型得到的预测价格与湖北省碳排放权交易价格(HBEA)的实际价格更为吻合,在平均绝对误差(MAE)、均方误差(MSE)、均方根误差(RMSE)和评估指标上也有更佳的表现。 展开更多
关键词 碳排放权交易价格 深度学习 Transformer-LSTM 极端梯度提升树 长短期记忆网络
下载PDF
基于PSO-CNN-LSTM的短期热负荷预测模型 被引量:3
7
作者 谢文举 薛贵军 白宇 《计算机仿真》 2024年第4期102-107,278,共7页
为提高短期供热负荷预测精度,减少供热不均与供需失调所造成的能源浪费,提出一种基于粒子群(Particle swarm optimization,PSO)、经验模态分解(Empirical Mode Decomposition,EMD)、卷积神经网络(Convolutional Neural Network,CNN)和... 为提高短期供热负荷预测精度,减少供热不均与供需失调所造成的能源浪费,提出一种基于粒子群(Particle swarm optimization,PSO)、经验模态分解(Empirical Mode Decomposition,EMD)、卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆神经网络(Long Short Term Memory Network,LSTM)的混合预测模型。首先,针对供热负荷呈现非线性、复杂性等特点,采用EMD对供热负荷分解,从而实现弱化供热负荷复杂程度;其次,分别运用CNN与LSTM提取供热负荷空间特征与时域特征;最后,结合PSO算法对LSTM网络的超参数进行调整,寻找出最优参数。实验表明,结合EMD分解的PSOCNN-LSTM网络相比LSTM、CNN-LSTM、EMD-CNN-LSTM平均误差分别降低了44%、34%、24%、21%,拥有更高的预测精度和拟合效果。所提模型为集中供热负荷预测提供了一种新的思路,对于制定集中供热能源分配提供了参考意义。 展开更多
关键词 碳中和 经验模态分解 粒子群优化 长短时记忆网络
下载PDF
基于GWO-LSTM模型的辽宁省工业碳排放预测及影响因素研究 被引量:2
8
作者 王文佳 潘昊 王国刚 《环境科学与管理》 CAS 2024年第1期28-33,共6页
科学预测工业碳排放对于低碳发展具有重要意义。基于灰色关联分析法,选择人口、人均工业GDP、城市化率、能源消耗、工业开放程度作为辽宁省工业碳排放影响因素,并通过STIRPAT模型,定量分析各影响因素与碳排放量的关系,在此基础上建立灰... 科学预测工业碳排放对于低碳发展具有重要意义。基于灰色关联分析法,选择人口、人均工业GDP、城市化率、能源消耗、工业开放程度作为辽宁省工业碳排放影响因素,并通过STIRPAT模型,定量分析各影响因素与碳排放量的关系,在此基础上建立灰狼优化算法优化的长短期记忆神经网络(GWO-LSTM)模型对辽宁省工业碳排放进行预测。研究结果表明:人口,城市化,能源消耗,人均工业GDP,工业开放程度每增加1%,碳排放量将相应增加1.04%,0.81%,0.38%,0.27%,0.18%;GWO-LSTM工业碳排放预测模型的决定系数为0.996 8,高于原始的LSTM预测模型以及SVR预测模型。 展开更多
关键词 碳排放预测 STIRPAT模型 灰狼优化算法 长短期记忆神经网络
下载PDF
基于LSTM的供应链全生命周期碳足迹测度与预测研究 被引量:1
9
作者 俞春华 佘程熙 +3 位作者 李金霞 陈琦 温富国 吴义男 《工业工程》 2024年第5期161-171,共11页
碳足迹测量与估计是低碳供应链评估的重要指标,目前缺乏统一的碳足迹衡量标准与界限,同时传统的碳足迹测量方法需要大量的计算成本。因此,提出一种先核算后预测的两阶段全生命周期碳足迹估算方法。在第1阶段,电网物资供应链被划分为5个... 碳足迹测量与估计是低碳供应链评估的重要指标,目前缺乏统一的碳足迹衡量标准与界限,同时传统的碳足迹测量方法需要大量的计算成本。因此,提出一种先核算后预测的两阶段全生命周期碳足迹估算方法。在第1阶段,电网物资供应链被划分为5个阶段,并构建相应的测算模型,实现对碳足迹的定量描述与评估;在第2阶段,以电缆产品作为碳源,构建基于长短时记忆神经网络(long short-term memory neural network,LSTM)的供应链全生命周期碳排放量预测模型。基于2020~2023年电网供应链的碳足迹管理数据进行了数值实验,预测准确率为99.3%。通过与BP神经网络和GABP神经网络构建的模型对比,证明模型的准确性与优越性,实现对碳足迹的有效核算与预测。 展开更多
关键词 低碳供应链 碳足迹测度 碳排放量预测 全生命周期法 LSTM神经网络
下载PDF
分布式零碳能源规模化发展与产业空间格局重构——新经济地理学产业空间集聚模型的适用性辨析
10
作者 刘保留 潘家华 陈梦玫 《北京工业大学学报(社会科学版)》 CSSCI 北大核心 2024年第6期122-138,共17页
新经济地理学从集聚力和分散力的角度来阐述空间结构变化,并且大多数新经济地理学模型重点研究了产业空间分布和知识溢出、环境污染等因素的关系,考虑到具有垄断特质的化石能源在碳中和时代导向下转向具有分散特质的零碳可再生能源为主... 新经济地理学从集聚力和分散力的角度来阐述空间结构变化,并且大多数新经济地理学模型重点研究了产业空间分布和知识溢出、环境污染等因素的关系,考虑到具有垄断特质的化石能源在碳中和时代导向下转向具有分散特质的零碳可再生能源为主的大趋势,进而对产业空间分布特征产生相应的影响。在传统新经济地理学模型的基础上,构建了一个以中心和外围地区为基础的经济地理模型,涵盖了非能源、化石能源(包括核能)和可再生能源三个不同部门,同时考虑了劳动力、资本和能源三个要素,并将可再生能源消费份额的提升作为重要的分散力。研究发现:化石能源和可再生能源消费份额的大小会影响中心和外围地区的资本收益率差异的长期均衡效用水平,并且可再生能源份额上升会导致中心地区的影响力趋于减弱;通过数值模拟来分析贸易自由度变化对产业空间均衡分布的影响,发现提高零碳可再生能源利用水平后,在产业空间分布格局所呈现的“中心-外围”形式中,中心地区的集聚力趋于弱化,外围地区的分散力得以强化;以零碳能源为要素的可再生能源系统能够使得产业空间组织方式发生变化,并推动经济空间集聚发展向均衡发展方向转变。可见可再生能源发展对产业空间布局所产生的影响,表现为推动能源生产结构由垄断集中向扁平分散化方向转移的动能,从而提速零碳能源的生产和消费革命,加速转轨别离化石能源。 展开更多
关键词 零碳能源转型 产业空间分布 新经济地理学模型 短期均衡 长期均衡
下载PDF
高比能长寿命磷酸铁锂电池正极导电剂选择
11
作者 张芳平 相佳媛 +4 位作者 项良顺 屠芳芳 茆志友 周井 谢跃 《浙江化工》 CAS 2024年第6期7-13,共7页
为改善磷酸铁锂电池体系的动力学性能,助力储能领域长循环铁锂电池的开发,本文分别以一定质量占比的导电炭黑(SP)、碳纳米管(CNTs)、石墨烯(GN)及SP&CNTs、SP&GN 5种方案作磷酸铁锂电池正极的导电剂,通过对比不同方案正极片厚... 为改善磷酸铁锂电池体系的动力学性能,助力储能领域长循环铁锂电池的开发,本文分别以一定质量占比的导电炭黑(SP)、碳纳米管(CNTs)、石墨烯(GN)及SP&CNTs、SP&GN 5种方案作磷酸铁锂电池正极的导电剂,通过对比不同方案正极片厚度变化、电池倍率、低温、自放电和循环充放电等性能,研究不同导电剂对电池加工和电性能的影响。结果表明,复合二元导电剂比单一导电剂具有更好的电性能,0.5%SP+1.0%CNTs方案因同时具有高电子电导率和离子电导率而表现出最优的循环性能。 展开更多
关键词 磷酸铁锂电池 长寿命 导电剂 导电炭黑 碳纳米管 石墨烯 极片厚度 自放电
下载PDF
基于小波包去噪和深度学习的电力行业碳排放预测模型研究
12
作者 曾一鸣 曹姗姗 +1 位作者 孔繁涛 古丽米拉·克孜尔别克 《河南科学》 2024年第8期1102-1110,共9页
针对当前电力行业碳排放预测模型精度不高、参数优化困难等问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)去噪的碳排放预测模型PSO-CNN-LSTM.首先利用小波包分解将建模数据进行去噪,然后构建CNN-LSTM模型对碳排放数... 针对当前电力行业碳排放预测模型精度不高、参数优化困难等问题,提出一种基于小波包分解(Wavelet Packet Decomposition,WPD)去噪的碳排放预测模型PSO-CNN-LSTM.首先利用小波包分解将建模数据进行去噪,然后构建CNN-LSTM模型对碳排放数据进行预测.为了解决模型超参数选取困难的问题,利用粒子群优化(Particle Swarm Optimization,PSO)算法对模型进行迭代寻优,寻求最优的超参数组合.经验证可知,所提出的基于WPD去噪的PSO-CNN-LSTM模型的4种评价指标均最优且模型泛化能力更强,说明该模型可以应用于国家或区域尺度电力行业碳排放预测. 展开更多
关键词 小波包分解 粒子群优化算法 卷积神经网络 长短期记忆网络 碳排放预测
下载PDF
基于LC-GAN的电力碳排放数据异常检测方法
13
作者 张钰 吕干云 +2 位作者 胥家伟 刘柏岑 臧禹 《电气自动化》 2024年第2期91-94,共4页
针对目前电力碳排放数据存在的坏数据虚假注入问题,提出一种基于生成对抗网络的电力碳排放数据异常检测方法。首先构建面向时序数据的改进生成对抗网络,引入双层长短期记忆网络,深入挖掘时序数据的内在联系;再通过生成对抗网络改进模型... 针对目前电力碳排放数据存在的坏数据虚假注入问题,提出一种基于生成对抗网络的电力碳排放数据异常检测方法。首先构建面向时序数据的改进生成对抗网络,引入双层长短期记忆网络,深入挖掘时序数据的内在联系;再通过生成对抗网络改进模型的生成器和判别器的共同打分,判别电力碳排放数据异常值;最后在华东某省碳排放监测平台进行电力碳排放数据测试。结果表明,基于生成对抗网络改进模型的电力碳排放数据异常检测方法对抗训练稳定、损失函数收敛速度快,检出率为87.5%,针对电力碳排放时序异常数据检测的准确度较高。 展开更多
关键词 电力碳排放 生成对抗网络 双层长短期记忆网络 时序数据 数据异常检测
下载PDF
Carbon Nanotube Transistor with Short-Term Memory 被引量:2
14
作者 Changqing Yin Yuxing Li +3 位作者 Jiabin Wang Xuefeng Wang Yi Yang Tian-Ling Ren 《Tsinghua Science and Technology》 SCIE EI CAS CSCD 2016年第4期442-448,共7页
Short-Term Memory (STM) is a primary capability of the human brain. Humans use STM to remember a small amount of information, like someone's phone number, for a short period of time. Usually the duration of STM is ... Short-Term Memory (STM) is a primary capability of the human brain. Humans use STM to remember a small amount of information, like someone's phone number, for a short period of time. Usually the duration of STM is less than 1 minute. Synapses, the connections between neurons, are of vital importance to memory in biological brains. For mimicking the memory function of synapses, Carbon Nanotube (CNT) networks based thin- film transistors with Electric Double Layers (EDL) at the dielectric/channel interface were researched in this work. A response characteristic of pre-synaptic potential pulses on the gate electrode of this CNT synaptic transistor was shown remarkably similar to Excitatory Post-Synaptic Current (EPSC) of biological synapses. Also a multi-level modulatable STM of CNT synaptic transistors was investigated. Post-synaptic current was shown with tunable peak values, on-off ratio, and relaxation time. 展开更多
关键词 carbon nanotube thin-film transistor SYNAPSE excitatory postsynaptic current short-term memory
原文传递
基于长短期记忆网络的炼钢厂碳排放量预测方法
15
作者 李凤云 窦泽慧 +1 位作者 李朋 郭威 《大数据》 2024年第4期66-76,共11页
钢铁行业作为中国制造业碳排放量第二大的行业,拥有较大的碳减排潜力。为便于相关部门对碳排放量进行监管和控制,展开碳排放量预测研究。以某炼钢厂为研究对象,首先,分析炼钢流程中的二氧化碳排放,确定了引起碳排放的10种能源物质,据此... 钢铁行业作为中国制造业碳排放量第二大的行业,拥有较大的碳减排潜力。为便于相关部门对碳排放量进行监管和控制,展开碳排放量预测研究。以某炼钢厂为研究对象,首先,分析炼钢流程中的二氧化碳排放,确定了引起碳排放的10种能源物质,据此收集了炼钢厂2001—2023年的基础能源数据,依据碳排放核算方法由基础能源数据核算出碳排放量;其次,基于长短期记忆网络预测未来7年的碳排放量,训练误差和测试误差均接近0.01,实际误差为1323307.46 t二氧化碳,并与其他3种预测模型进行对比,结果表明所提预测模型的拟合精度较高、预测效果较好;然后,采用Mann-Kendall趋势检验法评估炼钢厂的整体碳排放趋势;最后,为积极响应低碳环保目标,针对炼钢厂提出合理建议。 展开更多
关键词 炼钢厂 长短期记忆网络 碳排放预测 低碳环保
下载PDF
基于混合GANLSTM的河谷地区碳排放预测研究
16
作者 郦芳 马研 《环境科学与管理》 CAS 2024年第8期40-44,共5页
随着工业化进程的加快,河谷地区碳排放量呈现逐年增长的趋势。为了推动河谷地区碳中和目标的达成,提出基于混合GANLSTM的河谷地区碳排放预测研究。根据研究范围内碳排放结构对数据采样点实施部署,从工业碳排放与农业碳排放两个角度对河... 随着工业化进程的加快,河谷地区碳排放量呈现逐年增长的趋势。为了推动河谷地区碳中和目标的达成,提出基于混合GANLSTM的河谷地区碳排放预测研究。根据研究范围内碳排放结构对数据采样点实施部署,从工业碳排放与农业碳排放两个角度对河谷地区的碳排放量展开核算。在单一GAN网络基础上结合LSTM长短期记忆网络的序列预测能力,构建GAN-LSTM碳排放预测模型,实现河谷地区的碳排放预测。实验表明所提方法碳排放预测结果精准,预测效率较高,对河谷地区的碳减排策略制定具有重大意义。 展开更多
关键词 碳排放结构 河谷地区 GAN网络 长短期记忆网络 GAN-LSTM碳排放预测模型
下载PDF
基于改进的LSTM电力碳排放分解预测模型
17
作者 于晓月 潘昊 王国刚 《电子设计工程》 2024年第23期12-16,共5页
针对当前碳排放预测精度不高和模型泛化性差等问题,提出了一种新的变分模态分解(VMD)、蜣螂优化算法(DBO)和长短期记忆(LSTM)神经网络组合的预测模型。VMD将碳排放时间序列分解成多个本征模态函数(IMF),以减少噪声的干扰;通过DBO优化LST... 针对当前碳排放预测精度不高和模型泛化性差等问题,提出了一种新的变分模态分解(VMD)、蜣螂优化算法(DBO)和长短期记忆(LSTM)神经网络组合的预测模型。VMD将碳排放时间序列分解成多个本征模态函数(IMF),以减少噪声的干扰;通过DBO优化LSTM模型参数,预测每个分解的IMF;将每个IMF的预测结果相加以获得最终预测值。通过均方根误差(RMSE)、平均绝对误差(MAE)和平均绝对百分比误差(MAPE)等评价指标对模型预测精度进行验证。实验结果表明,与其他预测模型相比,VMD-DBO-LSTM模型各项误差最小,RMSE、MAE和MAPE分别降低到0.005 2、0.004 1和0.101 4,能有效提高碳排放预测精度,泛化性强。 展开更多
关键词 碳排放预测 蜣螂优化算法 变分模态分解 长短期记忆神经网络
下载PDF
Short channel carbon nanotube thin film transistors with high on/off ratio fabricated by two-step fringing field dielectrophoresis
18
作者 Yiran Liang Jiye Xia Xuelei Liang 《Science Bulletin》 SCIE EI CAS CSCD 2016年第10期794-800,共7页
A two-step fringing field dielectrophoretic assembly method for carbon nanotube thin film transistors (CNT-TFTs) fabrication was demonstrated. Densely aligned CNT arrays were assembled at the source and drain electr... A two-step fringing field dielectrophoretic assembly method for carbon nanotube thin film transistors (CNT-TFTs) fabrication was demonstrated. Densely aligned CNT arrays were assembled at the source and drain electrodes sequentially which form a cascade structure of the aligned CNT arrays. The cascade structure reduces the possibility of percolating metallic pathways in the channel, which is beneficial to device performance. In this way, both high on/off current ratio Ion/loft (up to 107) and high out-put current density (8.5μA/μm) were obtained in short channel length (1-2.5μm) CNT-TFTs. The reported CNT assem- bling strategy is site selective and highly efficient, which can be scaled up to large size substrates and leads to high throughput of CNT-TFTs fabrication. 展开更多
关键词 carbon nanotube Thin film transistor short channel High on/off ratio Dielelectrophoresis
原文传递
零碳排放下电-气综合能源系统多能负荷预测
19
作者 舒舟 欧莉玲 +1 位作者 何丰 田诗语 《自动化仪表》 CAS 2024年第2期116-121,共6页
电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色... 电-气综合能源系统中多能负荷之间的耦合程度不断增加,提升了能源系统调度和运行的难度。为此,对零碳排放下电-气综合能源系统多能负荷预测方法进行了研究。分析零碳排放下电-气综合能源系统的运行架构。以气象因素为影响因子,运用灰色关联度分析法获得多能负荷与各因子的相关性。将相关性分析结果与系统历史多能负荷数据共同作为输入数据,构建基础长短期记忆(LSTM)预测模型。结合樽海鞘群算法(SSA)优化模型关键参数,获得优化LSTM预测模型,实现系统多能负荷预测。试验结果表明:冷负荷与电负荷的关联度为0.88;热负荷与电负荷的关联度为0.681;实际预测平均绝对百分误差低于0.45。该方法预测效果理想,为系统最优调度与运行规划奠定了基础。 展开更多
关键词 电-气综合能源系统 零碳排放 相关性分析 多能负荷预测 长短期记忆预测模型 灰色关联度 樽海鞘群算法 气象因素
下载PDF
基于节能低碳水平的工厂降本绩效模型的建立与分析
20
作者 陈童 《能源研究与管理》 2024年第3期152-159,共8页
为研究工厂节能低碳措施对于降本绩效的影响,筛选了6个节能低碳措施作为一级指标,并在此基础上衍生为18个二级指标,通过层次分析法确立了各节能低碳措施的权重。使用层次分析法得出权重前置于以数学分析和LSTM神经网络模型构建的降本绩... 为研究工厂节能低碳措施对于降本绩效的影响,筛选了6个节能低碳措施作为一级指标,并在此基础上衍生为18个二级指标,通过层次分析法确立了各节能低碳措施的权重。使用层次分析法得出权重前置于以数学分析和LSTM神经网络模型构建的降本绩效模型各元素之后,成功构建了降本绩效指标模型,并提出可使用遗传算法得到最优降本绩效指标及其对应措施方案。研究发现,建立的基于节能低碳水平的工厂降本绩效模型可用于后续评价工厂节能低碳措施降本绩效水平,有关能源效率提升、废弃物资源化利用、应用可再生能源的降本绩效模型可以用数学公式建立,而对于加强员工宣导、源头低碳技术、智能化能源管理系统的降本绩效模型需要使用LSTM建立,通过LSTM的分析发现拟合结果较好,RMSE这一误差分析指标趋近于0,这意味着模型的准确性比较高。使用遗传算法求取该模型下的最佳降本绩效,发现仅经过50代后,迭代结果趋于稳定,也从侧面印证了该模型的准确性,可以使用寻优算法寻找最佳的降本措施以达成工厂降本绩效要求,该方法构建了节能低碳措施与降本绩效间的模型,具有一定实用性和科学价值。 展开更多
关键词 降本绩效 节能低碳 长短期记忆神经网络 层次分析 遗传算法
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部