找到 2 条结果
用于无烟室内太阳能烹饪的多功能级联潜热储能系统
Versatile cascade latent heat storage system for smoke-free indoor solar cooking
Shubham Jaina · Ikhtedar Husain Rizvi · K. Ravi Kumar · Dibakar Rakshit 等6人 · Solar Energy · 2025年1月 · Vol.300
摘要 本研究的需求源于目前可用于单一热源运行并能向多种终端应用提供稳定多温位热输出的热能储存系统的有限性。为实现这一目标，开发了一种采用壳管式多管结构的新型两级级联潜热储能装置。该系统专门设计用于支持由三个专用烹饪单元组成的室内烹饪装置：烹饪板、煎锅和煮食容器，各单元需在不同的工作温度下运行。测试过程中，储能系统分别持续向上述三个烹饪单元提供473 K、452 K和373 K的热量，使烘焙、煎炸和煮沸操作分别在4分钟、4分钟和13分钟内完成。从级联潜热储能系统第一阶段和第二阶段回收的总能量分别为...
解读: 该级联相变储热技术为阳光电源储能系统提供了多温度梯度利用的创新思路。其55.82%的循环热效率和多级能量输出模式,可启发PowerTitan储能系统在工商业场景中实现分级供能优化。级联储能架构与ST系列PCS的模块化设计理念契合,可通过多温区热管理技术提升电池储能系统的温控效率。该研究中的相变材料非...
YOLOv8n-GBE：一种结合Ghost卷积与BiFPN-ECA注意力机制的混合YOLOv8n模型
YOLOv8n-GBE: A Hybrid YOLOv8n Model With Ghost Convolutions and BiFPN-ECA Attention for Solar PV Defect Localization
Likitha Reddy Yeddula · Archana Pallakonda · Rayappa David Amar Raj · Rama Muni Reddy Yanamala 等6人 · IEEE Access · 2025年1月
可靠的光伏组件缺陷检测对维持长期能源效率和降低运维成本至关重要。本文提出一种基于混合YOLOv8n架构的轻量高性能深度学习模型，适用于RGB、灰度及红外等多种模态下的多尺度缺陷识别。该模型融合BiFPN结构、Ghost Bottleneck模块与高效通道注意力（ECA），提升多尺度表征能力，减少冗余计算，增强特征提取。在PVEL-AD、PV-Multi-Defect和Solar Panel Anomalies三个基准数据集上的实验表明，模型mAP@50分别达96.5%、94.6%和97.6%，推...
解读: 该轻量级光伏缺陷检测模型对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台的智能诊断模块，结合无人机巡检实现SG系列光伏电站的实时缺陷识别，1.9ms推理速度和3M参数量满足边缘计算需求。多模态检测能力（RGB/红外）可增强PowerTitan大型储能电站的组件健康监测...