产品详细介绍HZJ-I红外紫外鉴别仪（小型文检仪）价格：4200.00该仪器有红外光源、紫外光源、反射灯、裂隙侧光灯、底透射灯、CCD、显示器等组成。能识别挖*补、涂改、消退、掩盖、添加等各种文件伪*造手段， 用于检验支* 票、纸币、汇票、证券、印 章、合同、证 *件等文件物证。放大倍率1-10倍。

产品详细介绍  三用紫外分析仪,暗箱式紫外分析仪 三用紫外分析仪,暗箱式紫外分析仪,手提式紫外分析仪,台式紫外分析仪,凝胶成像系统,紫外灯管，紫外分析仪生产厂家，紫外分析仪用途，紫外分析仪原理 UVG25型紫外割胶仪  产品简介：领成UVG15 /UVG20 /UVG25型紫外割胶仪（暗箱替代型），结构现代，替代传统的庞杂的暗箱型紫外分析仪。 特别采用302nm波长对样品的破坏作用更小，它可适用于DNA、RNA电泳凝胶样品的观察，可检测蛋白质，核甘酸等，在制药工业中检查激素生物碱、维生素等能产生萤光的药品质量，对薄层分析，各种同功酶，纸层分析进行观察分析和摄影，并可作为PCR技术的专用仪器。  二、仪器结构 仪器装有二组透射紫外光源，提供不同的光强度。并专业设计的进口防紫外玻璃盖，可对样品全面直观地观察分析，紫外玻璃盖能过滤99%以上的紫外线  三、技术参数

产品详细介绍水蒸气透过量测试仪适用于塑料薄膜、复合膜等膜、医疗、建筑领域等多种材料的水蒸气透过率的测定。通过对水蒸气透过率的测定，达到控制与调节包装材料等产品的技术指标。水蒸气透过量测试仪符合GB 1037、GB/T 16928、ASTM E96、ISO 2528等多项标准。 水蒸气透过量测试仪W3/060特点： 计算机控制，试验过程自动化 单机六腔独立测试 一台主机可连接九台卫星机，实现六十个试样独立测试 间歇称重测量，每次测量前称重器自动清零 透湿杯称量气缸升降机构 标准风速 自动控温 自动控湿 温湿度检定口 试验报告可按文件格式、数据库格式、Excel格式存储 宽范围电源输入 标准砝码与标准膜二种快速校准模式 网络传输接口支持局域网数据集中管理与互联网信息传输 水蒸气透过量测试仪工作原理： 在一定的温度下，使试样的两侧形成一特定的湿度差，水蒸气透过试样进入干燥的一侧，通过测定透湿杯重量随时间的变化量，从而求出试样的水蒸气透过率等参数。 了解详情请致电：济南兰光0531-85068566   Labthink兰光产品： 1. 气体渗透仪 2. 透气性测试仪 3. 气体透过率测定仪 4. 透氧仪 5. 透湿性测试仪 6. 密封试验仪 7. 落镖冲击试验仪 8. 密封仪 9. 泄漏与密封强度测试仪 10. 氧气透过率测试仪 11. 热封仪 12. 氧气透过率测定仪 13. 水蒸气透过率测试仪 14. 薄膜拉力机 15. 摩擦系数仪 16. 初粘性测试仪 17. 智能电子拉力试验机 18. 撕裂度仪 19. 热缩试验仪 20. 电子剥离试验机 21. 揉搓试验仪 22. 瓶盖扭矩仪 23. 顶空气体分析仪 24. 磨擦试验机 25. 热封试验仪 26. 摆锤冲击试验仪 27. 墨层结合牢度试验机 28. 持粘性测试仪 29. 薄膜测厚仪 30. 雾化试验仪 31. 摩擦系数测试仪 32. 纸箱抗压机 33. 气相色谱仪 34. 摩擦系数测定仪 35. 测厚仪 36. 胶粘剂拉伸剪切机 37. 透气度测试仪

产品详细介绍压差法气体渗透仪适用于塑料薄膜、复合膜、高阻隔材料、片材、金属箔片、橡胶、渗透膜等材料在各种温度下的气体透过率、溶解度系数、扩散系数、渗透系数的测定。压差法气体渗透仪符合GB 1038、ASTM D1434、ISO 2556、ISO 15105-2等多种标准。压差法气体渗透仪（VAC-V2）具有以下特点：测定试验气体透过率、溶解度、扩散与渗透系数；三腔独立测试，恒温控制，可选湿度控制；任意温度下的数据拟合功能；可扩展有毒、易爆等危险气体的试验；压差法气体渗透仪测试原理：将预先处理好的试样放置在上下测试腔之间，夹紧，首先对低压腔（下腔）进行真空处理，然后对整个系统抽真空，当达到规定的真空度后，关闭测试下腔，向高压腔（上腔）充入一定压力的试验气体，并保证在试样两侧形成一个恒定的压差（可调），这样气体会在压差梯度的作用下，由高压侧向低压侧渗透，通过对低压侧内压强的监测处理，从而得出所测试样的各项阻隔性参数。压差法气体渗透仪技术指标：测试范围： 0.05 ～ 50,000 cm3/m2·24h·0.1MPa（常规）                      上限不小于500,000 cm3/m2·24h·0.1MPa（扩展体积）                      注：常规和扩展体积通过体积填块来选择 控温范围：5℃～95℃控温精度：±0.1℃ 控湿范围：0%RH、2%RH～98.5%、100%RH（湿度发生装置另购）控湿精度：±1%RH真空精度：0.1Pa 测试腔真空度：<20Pa试样尺寸：Φ97mm试样数量：3 件(数据各自独立)透过面积：38.48cm2试验气体：O2、N2、CO2 等气体（气源用户自备）了解详情请致电：济南兰光0531-85068566 Labthink兰光产品：1. 透氧仪 2. 气体透过率测定仪 3. 透气性测试仪 4. 透湿仪 5. 透湿性测试仪 6. 密封试验仪 7. 落镖冲击试验仪 8. 密封仪 9. 泄漏与密封强度测试仪 10. 氧气透过率测试仪 11. 热封仪 12. 氧气透过率测定仪 13. 水蒸气透过率测定仪 14. 薄膜拉力机 15. 摩擦系数仪 16. 初粘性测试仪 17. 智能电子拉力试验机 18. 撕裂度仪 19. 热缩试验仪 20. 电子剥离试验机 21. 揉搓试验仪 22. 瓶盖扭矩仪 23. 顶空分析仪 24. 磨擦试验机 25. 热封试验仪 26. 摆锤冲击试验仪 27. 墨层结合牢度试验机 28. 持粘性测试仪 29. 薄膜测厚仪 30. 雾化测试仪 31. 摩擦系数测试仪 32. 纸箱抗压试验机 33. 气相色谱仪 34. 摩擦系数测定仪 35. 透气度测试仪 36. 测厚仪 37. 摩擦系数试验仪

产品详细介绍南京金牛高速分析仪器有限公司专业制造各类钢铁成分分析仪器,铸造生铁化验仪,球铁分析仪器,有色金属分析仪器，多元素分析仪器，高频红外碳硫分析仪器，电脑碳硫分析仪，三元素分析仪，五大元素分析仪等高速分析仪器，产品高、中、低档齐全。可测定工业材料中碳、硫、锰、磷、硅、镍、铬、钼、铜、钛、稀土总量、镁等元素。仪器测量范围广、精度高， ISO9001：2000质量管理体系认证企业，是南京市计量监督检测院“抽检合格企业”，被评为“南京市重合同守信用企业”， “金牛”商标被评为“南京市著名商标”，产品荣获“南京市名牌产品”称号。  JN-D铁水碳硅分析仪(热分析仪)，是一种用于炉前铁水成份快速分析的实用型产品，能自动控制重要的冶金参数，弥补“光谱”难以测准非金属元素（C、Si）之不足，以及常规分析仪器不能满足炉前快速分析的时间要求，满足铸造生产的质量控制要求。一、主要技术指标：1、测量功能:对灰白凝固铸铁进行C%、Si%、CEL、△T、△Tm等测量；2、测量范围：C 2.1～4.2 、Si 0～20 、CEL 2.5～5.0、 型号K 200℃～1370℃；3、测量精度: C±0.039、 Si±0.1%、 CEL±0.047%；4、测量时间：最大240秒；5、四位LED数字显示，直观、清晰，可自动打印测量结果；6、电源电压：220V/AC、50/60Hz、功率15～35VA、环境温度0～50℃。二、金牛仪器服务承诺：1、所售化验仪器三包一年，终身服务，产品售后服务热线电话24小时开通，定期回访客户； 2、免费培训化验人员，现场培训或来公司培训均可；3、常年供应化验仪器所需各种配件:特制硅钼粉、锡粒、各种标样、玻璃器皿、分析天平、添加剂等。

本发明公开了一种分布式电源接入对配网三段式电流保护影响的评估方法，基于规则库实现，规则 库中包含若干条顺序执行的规则步骤，这些一般性的语义规则适用于任意的配网系统和分布式电源接入 情况，且每条规则通过描述性语言指导操作者该如何构造短路场景，并选择哪些保护的 I、II 或者 III 段 进行校验。这样，操作者无须根据所研究的系统来分析确定校核步骤，只要顺序执行规则库中的规则步 骤便能高效准确地判断分布式电源接入方案对保护的影响：当规则库中的所有规

"本发明公开了一种利用网关节点缓存优化分布式块存储写性能的方法,具体包括：缓存经过网关节点的数据，并采用计数表对各数据块的访问次数进行计数；对于用户请求，若为读请求，则在读请求命中缓存时从缓存读取数据，在读请求未命中缓存时从本地节点或者副本节点读取数据；并将该请求访问过的节点计数加一；若为写请求，则先写网关节点的缓存，然后在该写请求对应的其他副本节点上做日志备份，用于掉电恢复；在提高系统性能的同时还保证了数据的可靠

本发明公开了一种提高分布式缓存的命中率并减少固态硬盘磨 损的方法，结合缓存数据分布特性和固态硬盘特性优化缓存性能并降 低成本。它能根据应用场景分配内存缓存区并将 SSD 划分为连续分布 的与内存缓存区等大的 Cage，内存缓存区缓存新数据，内存缓存区的 数据达到上限时将内存缓存区所有数据写入 Cage，擦除内存缓存区进 行新的数据缓存。替换算法通过分析内存缓存区中的数据的访问频度 分布，设定 Cage 中替换算法参数

本发明公开了一种交流无刷双馈电机及其绕线转子绕组的设计 方法；包括：先根据定子绕组极对数 p1 和 p2 初步确定转子齿槽数 Zr 和相数 mr，这时 Zr＝mr，每个齿对应一个集中式线圈，由此得到齿谐 波集中式绕组，然后扩大转子槽数，选择系数 kr，使新的转子槽数 Z ＝krZr，这时极距τr＝kr。此基础上，将原来的每相一个集中式线圈 分裂为 nr 个等节距 yr 的线圈，且 nr≤kr 及有 yr&lt、τr，这 nr 个线 圈依次间隔αr 槽距角分布在转子槽内，再通过调整 kr 和

（一）成果背景 分布式光伏可在用户侧就近安装与消纳，减少因长距离输送带来的线路损耗问题，在新型电力系统建设中发挥着重要作用。2021年6月，国家能源局综合司发布了《关于报送整县（市、区）屋顶分布式光伏开发试点方案的通知》，用以推动分布式光伏高质量发展、支撑新型电力系统建设。在该政策的推进下，分布式光伏容量迅猛增长。截至2021年底，国内分布式光伏装机容量已达到107.5GW，约占光伏总装机容量的三分之一，且其增长速度已经超过了集中式光伏。 （二）痛点问题 对于配电网来说，光伏出力易受天气因素影响，具有极强的随机波动特性，大规模分布式光伏接入，一方面加剧了配电网负荷短时波动，影响电力实时平衡，制约负荷预测精度提升；另一方面，分布式光伏出力特性与负荷特性的不匹配造成其难以消纳，为有源配电网运行管理带来严峻挑战。 对于电力市场交易来说，随着新一轮电力体制改革的持续深入，分布式光伏所有者作为售电商参与市场竞争成为必然趋势。分布式光伏出力的不确定性与短时剧烈波动性，使得分布式光伏电站/售电商难以制定合理的市场交易策略与电力交易合同，面临严重的市场风险。 因此，亟需精准的分布式光伏功率预测，为有源配电网调度运行、分布式光伏消纳，分布式光伏参与电力市场等提供有力数据支撑。 （三）技术方案 1、基于变分模态分解与动态图卷积网络的分布式光伏功率预测 首先利用变分模态分解各分布式光伏复杂出力序列分解为相对简单、波动较小的不同频率子序列，以减小场站间关联关系的挖掘难度。然后，基于分布式光伏场站间时空关联性处于动态变化中的考虑，利用全连接神经网络将各节点特征映射到多维空间，而后利用时域卷积挖掘跨节点关联关系，由此以数据驱动方式挖掘各频率下各场站子序列关联性，有效实现子序列动态图结构的构建。最终，基于可用于非欧式空间结构数据建模的卷积神经网络，将其与动态图结构结合，建立考虑动态时空关联性的图卷积预测模型，针对不同频率下出力子序列分别预测，而后重构得到各场站功率进而获取配电网分布式光伏总功率。 2、基于深度联邦学习的分布式光伏发电功率预测 首先，基于长短期记忆神经网络构建时域自编码器模型，该模型编码器用于提取每个时间步输入的时域特征，而后利用解码器将该特征向量转换为输出序列进行未来时间步的预测，自编码能显著增强长短期记忆神经网络的时域建模能力。而后，利用注意力机制解决其在处理长输入时间序列时会导致解码器面临特征冗余问题，且使模型聚焦于对输出更关键的时域特征。由此，利用注意力自编码预测模型通过对时域特征的有效挖掘实现功率预测精度的进一步提升。 在此基础上，开发了用于分布式光伏功率预测的联邦学习框架，在该框架中，本地用户仅需将本地模型进行共享，无需数据的传输，而后由中央服务器进行模型的聚合以实现用户间信息共享。在各本地场站进行注意力自编码预测模型的训练；在中央服务器，基于联邦平均算法实现各本地预测模型的汇聚、全局模型的生成与下发。在保证数据隐私性的前提下取得与传统集中式机器学习训练近似的预测效果。 （四）竞争优势 1、有效表征广域分布式光伏集群间时空关联特征，实现分布式光伏功率预测精度提升。 当缺乏气象实测或预报数据时，考虑分布式光伏时空相关性可有效提升分布式光伏功率预测精度。现有研究多利用各光伏场站地理距离或者整体出力表征时空相关性。这种静态建模方式在分布式光伏出力模式长期稳定的情况下，可以取得较好的预测效果。然而，易受天气因素的影响，分布式光伏出力极易发生短时波动，因而各场站关联性处于动态变化过程。以恒定的场站间关联关系去考虑这种复杂的集群出力序列，显然无法反映天气影响下分布式光伏出力短时变化，难以实现功率预测精度的有效提升。 所提的基于变分模态分解与动态图卷积网络的分布式光伏功率预测方法，利用数据驱动方式实现挖掘各场站间关联特性的动态实时挖掘。在基础上，考虑到不同模态分量下各场站间关联关系的差异性，将各场站原始功率分解为了相对简单、波动较小的不同频率模态分量，减小关联关系的挖掘难度。 2、有效保证各分布式光伏数据隐私性，且能取得与传统集中式机器学习训练方式近似的预测效果 现有的数据驱动预测方法性能在很大程度上依赖于训练数据的数量，因此大多以一种集中的训练方式实现，即中央服务器汇聚来自各场站的运行数据而后进行模型的训练。然而，这种集中训练的方式会期限数据隐私，使用户信息暴露在公共环境而导致被外部攻击者进行数据分析、行为探测等。此外，在竞争激烈的电力市场中，分布式光伏场站所有者可能不愿共享数据。这些因素使传统模型训练方式难以实现。 所提的基于深度联邦学习的分布式光伏发电功率预测方法，利用注意力自编码模型在本地场站进行建模预测，实现对本地功率时域特征的有效挖掘；利用分散式训练的联邦学习框架，实现各场站预测模型信息共享，有效保证本地用户的数据隐私的同时取得不错的预测效果。 创新点 1、考虑了场站间关联关系的动态性。对于分布式光伏，虽然场站数量众多、分布广泛，但是其位置临近，由于云团运动等气象因素导致的相关性较强。所提方法以数据驱动方式根据网络当前的各场站输入功率进行关联关系的动态表征，实现功率预测精度的有效提升。 2、在保障各分布式光伏站点数据隐私应的前提现实现信息共享。利用自编码结构进一步提升LSTM的时间序列建模能力；利用注意力机制模型聚焦于对预测更关键的输入特征，以此实现时域特征的有效挖掘。在此基础上，利用联邦学习框架聚合各本地模型，实现各站点信息聚合，实现精度有效提升。 市场前景 随着新型电力系统建设目标的推进，分布式光伏装机容量呈爆发式增长。所研成果可应用于配电网负荷预测、用户可调度容量评估、激励型需求响应基线负荷估计等场景中，为高比例分布式光伏有源配电网的安全、经济、高效运行，维持电力平衡等工作提供重要参考。同时，随着分布式光伏逐步参与到电力市场，所研成果可为分布式光伏售电商制定最优的交易策略，签订合理的价格合同提供有力数据支撑。综上所述，所研成果市场前景广阔。