找到 163 条结果
基于磁控取向Ni@CF复合材料的自供能柔性压电传感器
Self-powered flexible piezoelectric sensor based on magnetically aligned Ni@CF composites
Yinhui Li · Peng Zhao · Journal of Materials Science: Materials in Electronics · 2025年1月 · Vol.36.0
用于感知生理状态的电子器件在个人健康护理应用中展现出巨大前景。然而,尽管柔性器件的研发已取得进展,但粘附性差和灵敏度不足仍是主要限制因素。本文报道了一种采用镀镍短切碳纤维(Ni@CF)/聚丙烯腈(PAN)复合薄膜制备的高性能柔性压电传感器。通过磁场辅助制备方法,实现了Ni@CF在PAN基体中的定向排列。系统研究了Ni@CF含量及其取向程度对Ni@CF/PAN复合薄膜电学性能的影响。结果表明,随机分布的Ni@CF/PAN柔性压电传感器的输出性能随Ni@CF含量的增加先升高后降低,当Ni@CF掺杂比...
解读: 该柔性压电传感技术对阳光电源储能及充电桩产品具有重要应用价值。Ni@CF/PAN复合材料的自供电特性和高灵敏度(0.87V/N)可集成至PowerTitan储能柜体结构健康监测,实时感知机械应力与振动异常,提升ST系列PCS运行安全性。其快速响应(29ms)和超万次循环耐久性适用于充电桩人机交互界面...
STE-HOLNet:一种融合时空特征、动态概念漂移检测与自适应校正的风电功率预测新方法
STE-HOLNet: A new method for wind power prediction by integrating spatio-temporal features, dynamic concept drift detection and adaptive correction
Xiongfeng Zhao · Hai Peng Liu · Huaiping Jin · Xueping Shen 等5人 · Energy Conversion and Management · 2025年1月 · Vol.344
摘要 风电具有高度的不确定性和非线性,其时间序列通常表现出多周期性特征和概念漂移现象,这对实现高精度预测构成了重大挑战。本文提出了一种基于时空特征增强并结合动态在线校正机制的混合深度学习预测模型——时空增强型混合在线学习网络(Spatio-temporal Enhanced Hybrid Online Learning Network, STE-HOLNet),该模型通过改进的时间编码机制与深层网络结构紧密集成,实现了实时且高精度的风电功率预测。首先,引入一种改进的Time2Vec模块(E-Ti...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。STE-HOLNet模型的概念漂移检测与自适应在线学习机制,可直接应用于ST系列PCS的功率预测模块,提升储能系统对风电波动的响应能力。其时空特征增强方法能优化iSolarCloud平台的预测性维护算法,降低RMSE达36.93%的性能可显著改善...
高频无线电力传输技术特刊主编寄语
Guest Editorial Special Issue on High-Frequency Wireless Power Transfer Technology
Fei Lu · Grant Covic · Shu Yuen Ron Hui · Fernando Briz · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
无线电力传输WPT技术在交通电气化、电网、消费电子、医疗和太空等众多新兴应用中日益关键。其非接触特性在脏污或超洁净、高温、水下、地下和外太空等恶劣环境条件下具有优势。当前WPT系统性能与开关频率、耦合度、初次级磁元件伏安需求和组件质量密切相关,这些是功率容量、功率密度和效率的关键决定因素。为提升WPT技术运行安全性和可靠性,抑制和消除高频磁场引起的电磁干扰EMI和电动势EMF问题至关重要。该特刊从74篇投稿中录用31篇,涵盖高频谐振变换器技术、高频电磁场约束与发射抑制、抗失调与传输距离增强、高频...
解读: 该高频WPT特刊对阳光电源无线充电技术发展有全面指导价值。特刊涵盖的多MHz IPT系统、SiC全桥逆变器和三相高频IPT系统与阳光新能源汽车OBC无线充电模块的技术路线一致。高频电磁场约束和EMI/EMF抑制技术为阳光无线充电产品满足安全标准提供了解决方案。抗失调和传输距离增强技术(圆柱螺线管耦合...
第 9 / 9 页