高等教育领域数字化综合服务平台
云上高博会服务平台 高校科技成果转化对接服务平台 大学生创新创业服务平台 登录 | 注册
|
搜索
搜 索
  • 综合
  • 项目
  • 产品
日期筛选: 一周内 一月内 一年内 不限
一种图像预测压缩编码的传输误码纠错方法
一种图像预测压缩编码的传输误码纠错方法,属于图像处理与数据传输领域,解决由于信道误码造成信宿段解码后错误扩散的问题,以减轻信源端数据处理负担和信道传输压力。本发明包括图像分块、校验编码、信道解码、试错法解码、选择最优纠错图像块、图像块特征判断以及图像恢复步骤;本发明有效地解决了由于信道误码造成信宿端解码后错误扩散的问题,能较好的减轻信源端数据处理负担和信道传输压力,适用于大数据率静态图像实时预测压缩编码和星地传输。
华中科技大学 2021-04-14
钙钛矿太阳能电池中非辐射复合能量损失的研究
钙钛矿太阳能电池制备工艺简单,成本低廉。近年来,该类太阳能电池因其快速增长的光电转换效率和逐步提升的器件稳定性,吸引了学术界和产业界的广泛关注,为光伏领域带来了新的机遇。然而,由于钙钛矿太阳能电池中存在非辐射复合损失,所以目前的光电转换效率依然低于肖克利-奎塞尔(Shockley-Queisser)理论所定义的极限效率。因此,最大化降低钙钛矿太阳能电池的非辐射复合损失是进一步提升电池器件效率的未来研究重点。 鉴于此,研究团队基于已有的研究基础,对“最大化降低钙钛矿太阳能电池的非辐射复合损失”这一论题进行深入探讨和系统总结。该综述文章主要包括以下几个方面:首先,介绍了钙钛矿太阳能电池中非辐射复合的起源,并详细讨论了非辐射复合损失的定量化测试方法;其次,系统总结了在降低非辐射复合损失方面的最近研究进展;再次,依据肖克利-奎塞尔理论,对钙钛矿太阳能电池所能够获得的最高光电转换效率进行了科学预测;最后,在展望部分,前瞻性地指出了最大化降低非辐射复合损失的未来努力方向。图1. 金属卤化物钙钛矿活性层内的电荷载流子产生与复合动力学机制 在理想的金属卤化物钙钛矿半导体材料中,所有的光生电子和空穴最终将通过发射光子的方式进行复合(即:辐射复合)。然而,在实际的钙钛矿太阳能电池中存在大量的非辐射复合通道(如图1所示),绝大部分光生载流子将优先通过其他非辐射途径进行复合(例如,缺陷辅助复合,俄歇复合,界面诱导复合,电声耦合,带尾态复合等)。这些非辐射复合损失过程极大降低了电池在稳态下的光生载流子浓度,从而减小了金属卤化物钙钛矿层中准费米能级劈裂的能级差,最终造成钙钛矿太阳能电池较大的电压损失。因此,最大化降低或抑制这些非辐射复合通道是提升器件开路电压和光电转换效率的关键。 针对各种非辐射复合通道,该综述首先介绍了目前量化分析非辐射复合损失的常规测试技术以及测试要点,如图2所示。图2. 量化钙钛矿薄膜和完整器件中非辐射复合损失的表征技术 随后,结合当前研究现状,进一步梳理了近年来在降低非辐射复合损失方面取得的一系列重要进展。值得一提的是,该研究团队去年在《Science》杂志上报道的基于溶液二次生长方法构建渐变结的策略(如图3所示),在降低反式钙钛矿太阳能电池的非辐射复合损失方面效果显著(Science 360, 1442-1446)。此后,一系列研究报道显示,相似的策略在正式常规结构钙钛矿太阳能电池和全无机钙钛矿太阳能电池中也可以获得正向的实验结果。由此说明,在金属卤化物钙钛矿半导体材料中构建有效的渐变结对后续降低非辐射复合损失具有非常重要的借鉴价值。图3. 渐变结钙钛矿太阳能电池器件结构和渐变结的时间分辨光谱 此外,该综述还以当前最高效率的砷化镓太阳能电池为参照,先假定钙钛矿太阳能电池的非辐射复合损失与砷化镓太阳能电池的情形一致,再依据肖克利-奎塞尔理论,对钙钛矿太阳能电池所能够获得的性能参数进行科学预测,进而给出电池器件所能达到的最高光电转换效率,如图4所示。图4. 当钙钛矿太阳能电池的非辐射复合损失与当前最高效率砷化镓太阳能电池的情况相同时,单结钙钛矿太阳能电池可实现的最优器件性能参数 最后,该综述也指出,目前提升器件性能的两条主要途径是最优化光子俘获和最大化降低非辐射复合损失。如果能将二者进行有效整合,探索更可靠的协同优化策略,这可能会是将器件光电转换效率提升至接近理论极限的可行方案。为此,综述也对一些未来的努力方向进行了展望。 总的来说,该综述为最大程度地降低钙钛矿太阳能电池的非辐射复合损失提供了理论总结,也为开展实验工作提供了参考借鉴,对进一步提升电池效率,推动该类电池产业化应用有重要意义。
北京大学 2021-04-11
太阳能辅助空气源热泵毛细管辐射供冷供暖空调系统
针对重点水域水质安 全和生态状况,集成影响 水质、生态安全的污染物 快速在线监测设备,建立 水质监测预警信息资源共 享和服务平台,构建了水 环境安全监测服务系统, 为水环境管理部门及社会 公众提供信息支持与服务。
安徽建筑大学 2021-01-12
跨太空和大气层的动目标红外辐射特性反演方法及系统
本发明公开了一种跨太空和大气层的动目标红外辐射特性反演方法及系统,其中,方法的实现包括:首先确定测量系统与被观测动目标之间的路径类型,然后计算当前路径类型下的红外辐射传输特性参数,最后根据多次测量的被观测动目标像方的红外辐射亮度平均值和红外辐射传输特性参数进行被观测动目标物方红外辐射亮度的反演计算。实施本发明可以解决跨太空和大气层红外辐射传输特性参数计算和物方红外辐射亮度反演计算的技术难题。
华中科技大学 2021-04-14
一种低信噪比雷达辐射源信号脉内调制识别方法
本发明公开了一种低信噪比雷达辐射源信号脉内调制识别方法,其步骤包括电子侦察接收机接收雷达辐射源脉冲信号,经由射频到中频的降频和A/D采样处理后,得到待识别的具有不同脉内调制方式的雷达辐射源信号S(t),再在信号处理模块中对信号S(t)进行处理,识别出雷达辐射源信号的脉内调制方式并输出。本发明方法能在信噪比低至-6dB时正确识别多种雷达辐射源信号脉内调制方式,比现有的雷达辐射源信号脉内调制方式识别方法具有更好的噪声抑制能力,且比现有的多种雷达辐射源信号识别方法的计算复杂性O(n2)或O(n3)低很多。
西南交通大学 2016-10-19
一种菊花状纳米钯聚集体材料的超声辐射制备方法
本发明公开了一种菊花状纳米钯聚集体材料的超声辐射制备方法,是向反应器中加入水和乙醇,然后加入 PdCl2 粉末和表面活性剂-大分子复合体系软模板,在氮气保护下超声反应,反应结束后离心分离收集沉淀物,用乙醇和丙酮洗涤后真空干燥得到纳米钯聚集体材料。本发明借助乙醇的还原作用和助溶剂作用,没有额外添加诸如硼氢化钠、抗坏血酸等化学还原剂的条件下一步合成菊花状纳米钯聚集体材料,反应速率容易控制,成本低廉,操作过程简便易行。本发明所制得的菊花状纳米钯聚集体材料的尺寸范围在 60-100nm 之间。
安徽理工大学 2021-04-13
基于时空多尺度联合学习模型的能源需求预测技术
本项目提出了将时间维度与空间维度相结合的多尺度综合能源需求分析与预测模型,设计并实现了一种面向智慧城市的综合能源需求分析与预测的方法,提升能源供应规划和营销策略的优化与决策支持。
南开大学 2021-02-01
基于多重路径集的最优交通流预测方法与拥挤收费方法
基于多重路径集的最优交通流预测方法与拥挤收费方法,算法具体步骤如下:步骤0.组织交通调查,确定每个OD对之间不同类别出行者的需求量及其合理路径集合。步骤1.在零流网络上,进行流量加载,得到辅助路径流量令初始路径流量置k=0。步骤2.计算各路径的广义路径行驶时间向量步骤3.进行流量加载,得到辅助路径流量向量步骤4.如果满足收敛指标要求,则停止迭代,将当前迭代点fk作为系统最优路径流量;否则转步骤5。步骤5.沿方向利用某种线搜索方法,计算迭代步长λk。步骤6.更新路径流量,令k=k+1,转步骤2。本发明严格证明了该方法的有效性和实用性:即使对不同类型的出行者施加同样的收费,仍然能够达到系统最优状态。
东南大学 2021-04-11
一种基于对热点事件进行关联挖掘的电量预测方法
本技术成果提供了一种实用价值大、反映营销深层规律的、准确预测电量的基于对热点事件进行关联 挖掘的电量预测方法,包括以下步骤:1.分析数据,建立模型;2.挖掘热点事件;3.运用关联规则挖掘事 件之间的联系进行电量预测
中山大学 2021-04-10
火电机组深度调峰多模型智能预测控制系统
成果介绍火电机组深度调峰改造是消纳可再生能源的有效途径,深度调峰就是在自动控制的情况下将机组的负荷调节下限从原来的50[[[[%]]]]Pe下调至30[[[[%]]]]Pe,甚至更低。控制难点在于:当机组处在低负荷工况时,机组被控过程的动态特性具有快速变化的特征,常规控制策略难于有效控制。本项成果采用多模型智能预测控制技术,分别提出了适合于亚临界和超(超)临界机组深度调峰的多模型智能预测控制系统,实现了在低负荷或超低负荷工况下的平稳控制。市场前景本项成果已成功应用于华能丹东、华能大连、华能营口、华能井冈山、华能大坝、国投钦州、大唐当途、中铝银星、国信射阳港、国华筹光等电厂近30台300MW亚临界、600MW和1000MW超(超)临界机组的深度调峰中。特别是,已成功将华能营口电厂#4 600MW超超临界机组的负荷深调到15[[[[%]]]]Pe,并实现了机组”干态/湿态”的一键转换控制,达到了国内外最先进的深调水平。目前,在国内已完成的机组深度调峰改造中,大部分均采用了本深调优化控制技术,得到了广大用户的一致好评。
东南大学 2021-04-11
首页 上一页 1 2
  • ...
  • 17 18 19
  • ...
  • 27 28 下一页 尾页
    热搜推荐:
    1
    云上高博会企业会员招募
    2
    64届高博会于2026年5月在南昌举办
    3
    征集科技创新成果
    中国高等教育学会版权所有
    北京市海淀区学院路35号世宁大厦二层 京ICP备20026207号-1