-
公开(公告)号：CN111865700A
公开(公告)日：2020-10-30
申请号：CN202010767910.8
申请日：2020-08-03
Applicant: 国网浙江省电力有限公司经济技术研究院 , 浙江大学 , 国网浙江省电力有限公司舟山供电公司
IPC: H04L12/24
Abstract: 本发明提供了一种电力信息物理系统的信息节点筛选方法及相关装置，本发明在从信息系统中所有的信息终端节点确定出关键的信息终端节点时，考虑了信息系统中每一信息终端节点与控制中心节点的通信故障对物理电网的影响程度，并依据影响程度，筛选出目标终端节点。由于保障电网控制功能的正常运行是信息系统的根本任务，因此通过本发明依据节点通信故障对物理电网控制功能的影响程度筛选出来的关键信息节点代表性较好，进而基于该筛选出来的关键信息终端节点实施的信息安全防护措施针对性较强，防护效果较好，进而能提高电网应对严重故障的能力。
-
公开(公告)号：CN111257396A
公开(公告)日：2020-06-09
申请号：CN202010056972.8
申请日：2020-01-16
Applicant: 浙江大学
Abstract: 本发明公开了一种基于NFC技术的微型电化学系统和检测方法。该系统它包括第一基底和加工在第一基底且依次相连的NFC天线、NFC芯片及其外围电路、单片机芯片及其外围电路、电化学恒电位仪电路、电极连接焊盘、重金属检测电极阵列。本发明在无线无源的柔性NFC标签上集成了微型的电化学系统，实现了电化学检测装置的微型化，柔性化和集成化，该标签可以贴附于各种容器的内壁，实现溶液中的重金属检测，在食品安全、环境监测等领域具有广泛的应用前景。本发明的方法可用于痕量的铅、镉等重金属离子的定量检测。
-
公开(公告)号：CN108875772B
公开(公告)日：2020-04-14
申请号：CN201810296138.9
申请日：2018-03-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于堆叠稀疏高斯伯努利受限玻尔兹曼机和强化学习的故障分类模型及方法，它由强化学习Q‑learning方法和稀疏深度信念网络模型组成；通过逐层无监督预训练SDBN网络，之后结合强化学习Q‑learning方法对整个网络进行梯度下降训练，调整网络权重，充分考虑样本之间相邻采样点的相关性以及过程数据在时序上的动态性特点，进一步提升模型对过程非线性、动态性数据的特征提取能力，从而提升故障分类的准确度；本发明可以有效地解决因过程数据的非线性和故障数据动态性等特点导致的故障分类准确率低的问题。
-
公开(公告)号：CN108875771B
公开(公告)日：2020-04-10
申请号：CN201810295725.6
申请日：2018-03-30
Applicant: 浙江大学
Abstract: 本发明公开一种基于稀疏高斯伯努利受限玻尔兹曼机和循环神经网络的故障分类模型及方法，它由稀疏高斯伯努利受限玻尔兹曼机、长短时记忆循环神经网络、感知器和Softmax输出层组成；稀疏高斯伯努利受限玻尔兹曼机能够从无标签数据中学习数据的非线性特征，循环神经网络可以很好的处理序列数据，采用长短时记忆单元则解决了网络训练过程中出现的梯度消失或梯度爆炸问题，感知器和Softmax输出层增强了网络的有监督分类能力，本发明的模型具有对非线性数据和动态性数据的优良的特征提取和感知能力，可以有效地解决因过程数据的非线性和故障数据动态性等特点导致的故障分类准确率低的问题。
-
公开(公告)号：CN106098397B
公开(公告)日：2018-12-07
申请号：CN201610655661.7
申请日：2016-08-11
Applicant: 浙江大学
Abstract: 本发明公开了一种用作超级电容器的NiSe‑Ni3Se2三维松叶状纳米材料及其制备方法。该纳米材料由NiSe和Ni3Se2两相组成，具有形貌结构均一的三维松叶状纳米针形态，纳米针长度不一、最长可达500nm，直径为5~25nm，用于电极其比电容值为970～1714F/g。NiSe‑Ni3Se2三维松叶状纳米材料采用一步水热法合成，将四水合乙酸镍、亚硒酸钠先后溶于去离子水中，搅拌均匀后置于反应釜中，再加入水合肼和二乙烯三胺的混合液，将泡沫镍衬底浸入反应釜中，进行水热合成反应，即得到NiSe‑Ni3Se2三维松叶状纳米材料。本方法制备简单、节能环保，制得的产品电化学性能优异，适合工业化生产。
-
Patent Agency Ranking
公开(公告)号：CN108875772A
公开(公告)日：2018-11-23
申请号：CN201810296138.9
申请日：2018-03-30
Applicant: 浙江大学
Abstract: 本发明公开了一种基于堆叠稀疏高斯伯努利受限玻尔兹曼机和强化学习的故障分类模型及方法，它由强化学习Q‑learning方法和稀疏深度信念网络模型组成；通过逐层无监督预训练SDBN网络，之后结合强化学习Q‑learning方法对整个网络进行梯度下降训练，调整网络权重，充分考虑样本之间相邻采样点的相关性以及过程数据在时序上的动态性特点，进一步提升模型对过程非线性、动态性数据的特征提取能力，从而提升故障分类的准确度；本发明可以有效地解决因过程数据的非线性和故障数据动态性等特点导致的故障分类准确率低的问题。
-
公开(公告)号：CN106057501A
公开(公告)日：2016-10-26
申请号：CN201610654387.1
申请日：2016-08-11
Applicant: 浙江大学
Abstract: 本发明公开了一种用于超级电容器的Ni(OH)2/NiSe纳米棒材料及其制备方法。制备方法包括：对泡沫镍进行预处理，作为电极的集流体；先在泡沫镍基底上生长前驱体纳米棒；然后将前躯体硒化，即可得到Ni(OH)2/NiSe纳米棒。本发明制备方法操作简单，不需要复杂设备，成本低廉；制备的Ni(OH)2/NiSe纳米棒分布均匀，纳米棒表面形成多孔结构。在三电极体系下测试，该材料在1 A g‑1的电流密度下可达1763.68 F g‑1的高比容量，材料内阻可低至0.5Ω，同时具有良好的倍率性能以及优越的电化学稳定性，是一种优异的超级电容器电极材料。
-
公开(公告)号：CN105957723A
公开(公告)日：2016-09-21
申请号：CN201610372814.7
申请日：2016-05-31
Applicant: 浙江大学
Abstract: 本发明公开一种化学气相沉积法制备Co0.85Se超级电容器材料的方法，其中Co0.85Se超级电容器材料为均匀覆盖在镍网上的纳米膜状结构。具体生长包括：1）硒粉和钴粉磨细混匀后倒入石英舟，放入化学气相沉积反应炉石英管中；2）将泡沫镍网放在气流下游靠近石英管管口的位置；3）通入氩气排尽炉中空气，停止通气，高温加热一段时间后，一定流量氩气通入石英管保温，最后炉子自然冷却至室温；4）取出泡沫镍，用去离子水和乙醇反复清洗，干燥，即得。本发明操作简单，不需要复杂设备，Co0.85Se均匀覆盖在镍网上，可大面积制备。合成的Co0.85Se纳米材料电极在三电极体系下测试，在1A/g的电流密度下表现出4462F/g的高比容量，在20A/g的高电流下经过5000次循环充放电后，仍能保持80%以上的比电容值，电荷转移阻抗为0.82 Ω/cm2。
-
公开(公告)号：CN103512853A
公开(公告)日：2014-01-15
申请号：CN201310428377.2
申请日：2013-09-18
IPC: G01N21/31
Abstract: 本发明公开的一种原位同时测定培养基中四价、五价钒含量的方法，用于研究牛肉膏蛋白胨液体培养基中微生物对四价钒的氧化作用和对五价钒的还原作用强度。该方法通过调整培养基配方，建立了显色反应体系（包括反应试剂量、添加顺序、显色时间及其他条件），利用分光光度法，比较微生物作用前后培养基的吸光度曲线的变化，实现了培养基中四价、五价钒的原位同时测定。该方法具有设备要求低，操作简单、测定准确，重现性好等特点，特别适合定性定量研究微生物对钒的氧化还原能力。
-
公开(公告)号：CN103482601A
公开(公告)日：2014-01-01
申请号：CN201310405577.6
申请日：2013-09-06
Applicant: 浙江大学
IPC: C01B31/02
Abstract: 本发明公开了一种基于聚偏氯乙烯-聚苯乙烯嵌段共聚物的三维多级多孔炭的制备方法。方法的步骤为：(1)在反应釜中加入偏氯乙烯(VDC)、两亲性大分子RAFT试剂、水溶性引发剂和去离子水，搅拌乳化，通氮除氧，升温进行RAFT活性自由基乳液聚合，降温、排除未反应VDC，得到活性PVDC乳液；(2)向以上乳液中加入苯乙烯(St)单体、水溶性引发剂，溶胀乳化，升温进行苯乙烯RAFT乳液聚合，得到PVDC-b-PS乳液，破乳凝聚、过滤洗涤、干燥得到嵌段共聚物；(3)将嵌段共聚物在马弗炉中高温直接碳化一定时间，缓慢降至常温，制得同时含有微孔、中孔和大孔的多级多孔炭。本发明制备工艺简单，得到的多级炭的结构可通过共聚物的嵌段比进行调节，在新能源、催化剂负载等领域具有良好的应用前景。
-
-
-
-
-
-
-
-
-
Search Results
63
records
(took 0.024 seconds)
