排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
通过水热法在碳布基底上生长了氢氧化镍纳米片陈列[Ni(OH)2NAs/CC],并以其为前驱物,合成了Ni3N NAs/CC纳米片阵列,构建了无需黏结剂的三维自支撑电极.采用X射线衍射(XRD)、X射线光电子能谱(XPS)、扫描电子显微镜(SEM)和透射电子显微镜(TEM)等对复合电极表面的结构、组成和形貌进行了测试和表征.结果表明,与Ni(OH)2NAs/CC相比,Ni3N NAs/CC电极表面粗糙度和孔隙率变大,电化学有效面积增加;线性扫描及Tafel曲线等电化学测试结果表明,Ni3N NAs/CC电极的析氧活性大幅提高,析氧电位下降可达280 m V,且表现出了良好的稳定性. 相似文献
2.
3.
吴伟丽 《新疆大学学报(理工版)》2013,(2):243-247
为了补偿强磁暴导致的电力系统变压器集群无功损耗增高,提出了加权带精英策略非支配排序的遗传算法(WNSGA-Ⅱ).以电压失稳风险最小为目标进行的无功补偿优化,使电网无功潮流分布达到最优,缓解或消除强磁暴对复杂电网的不利影响.采用IEEE6节点算例,结果与人工鱼群算法对比,验证了WNSGA-Ⅱ的有效性. 相似文献
4.
准确辨识铁磁谐振故障可为启动消谐装置提供重要的依据,针对单相接地、弧光接地和铁磁谐振三种过电压故障频率混叠导致数据特征提取困难的问题,提出变分模态分解(Variational Mode Decomposition,VMD,VMD)的优化方法:首先分析各过电压故障信号的特征与区别,指出VMD参数对故障信号分解的影响;再利用NSGA-Ⅲ(Non-dominated Sorting Genetic AlgorithmⅢ,NSGA-Ⅲ)优化算法对VMD分量个数、惩罚因子等参数组合进行搜索,并依此确定变分模态分解算法的关键参数,利用参数优化变分模态分解算法对故障信号进行处理;最后,利用实际电网参数搭建过电压故障仿真模型,获得各种工况下的故障数据,并对故障信号进行提取,结果表明,利用NSGA-Ⅲ算法进行优化后的VMD在对故障信号进行特征提取,能够清晰的反映不同类型故障的特征,且对数据采样频率不敏感,与原有的VMD算法效果相比,能够更有效应用于各类故障的辨识. 相似文献
1