太阳城集团亚洲娱乐城-澳门太阳城集团娱乐城最新地址_百家乐电影网_全讯网xb112 (中国)·官方网站

成果來源于承擔的國家“863計劃”課題。該技術將光伏發電、太陽能集熱、熱泵供熱技術有機結合，研發了一體化的高性能太陽能光伏/集熱裝置，收集熱能的同時有效降低光伏組件溫度，光電效率可相對提高10[[%]]；基于熱泵技術對太陽能、空氣熱能進行高效捕集與復合利用，為建筑提供全年熱水與采暖，能效比達4.0以上。 該技術具有自主知識產權(ZL 200810020840.9等多項發明專利)，實現了太陽能熱電聯供及與空氣熱能的多能互補，應用前景廣闊。曾獲江蘇省技術發明二等獎。

一、 項目簡介近年來，隨著能源與環境問題的日益突出，地源熱泵成為供熱空調系統的新寵，各地爭相建設。但是，一些地源熱泵系統項目由于存在設計考慮不周、施工偷工減料及運行精細化不夠等問題，出現了大量的項目運行不理想或失敗的案例。尤其是，地源熱泵（土壤源熱泵）系統需要保持土壤的冷熱平衡問題沒有引起設計和運行人員的注意。北方地區，在全年的建筑用能上，常常出現用熱量遠大于用冷量的情況，在系統設計時需要考慮補助熱源的設計，在運行過程中需要特別實時監測地下溫度場的平衡。太陽能-地源熱泵聯合系統（HSGSHPS），由地源熱泵系統（GSHPS）和太陽能輔助地源熱泵系統（SAGSHPS）組成，可以為建筑供冷、供熱及供熱水，既解決了夏季空調能耗遠低于冬季供熱能耗建筑單純使用地源熱泵時出現的地溫不平衡問題，同時最大限度利用可再生能源。具有如下優點：兩個子系統熱負荷分配靈活可調，適應負荷計算的不確定性；非供熱季太陽能通過跨季節儲存與土壤中，既減少了太陽能集熱器的需求面積，又可以提高土壤溫度，進而提高地源熱泵機組COP；太陽能冬季直接供熱效率高，提高整個系統供熱的COP。本項目的特點是因地制宜根據建筑負荷需要和建筑所在地地質和太陽能資源情況，對供熱空調系統進行優化設計，保證地源熱泵系統的平穩運行并使系統初投資和運行成本最低。二、 項目技術成熟程度本項目技術已在小型別墅建筑和中型辦公建筑進行示范運行，積累了大量的經驗，基本達到成熟。三、 技術指標（包括鑒定、知識產權專利、獲獎等情況）本項目依托國家科技支撐計劃項目、天津市科技支撐計劃項目和天津市科技計劃重大項目完成，獲得驗收，現有發明專利一項：一種太陽能-地源熱泵聯合建筑供能系統（專利號：201110146044.1）。四、 市場前景（應用領域、市場分析等）目前，在新農村建設中，很多地區處于找不到熱源的狀態，城市集中供熱不能到達，燃煤鍋爐不允許新建，燃氣鍋爐供熱運行費用太高且燃氣氣源緊張，傳統的供熱方式不能適應新農村建設，太陽能耦合地源熱泵系統以可再生能源為熱源，消耗部分電能可獲得3-5倍熱量為建筑供熱，同時，可以實現建筑的制冷空調，室內舒適度高，運行費用低。本項目技術適用于農村小型建筑、別墅以及中型辦公建筑或住宅，應用前景很好。五、 規模與投資需求（資金需求、場地規模、人員等需求）以260 m2的別墅建筑為例，建筑供熱負荷約15 – 20 kW，供冷負荷約為18 – 25 kW，需配置一臺地源熱泵機組，太陽能集熱器25 – 40 m2，室內布置風機盤管4 – 6臺，室外鉆孔4 – 5口，孔深110 m。 系統投資10 – 15萬元， 系統供暖運行費用15 – 18 元/m2。以5000 m2的辦公建筑為例，建筑熱負荷約為260kW，冷負荷為360kW。室內末端采用風機盤管，采用地源熱泵與太陽能跨季節儲熱輔助地源熱泵系統耦合形式，系統總投資約為300萬元，系統運行供暖費用8 – 10元/m2。六、 生產設備本項目所涉及的設備均可通過外購途徑獲得，企業無需投入相關生產設備。七、 效益分析采用合同能源管理形式為用戶提供能源服務，或者為用戶提供系統設計等形式，對該供熱空調系統進行推廣，比傳統的集中供熱節省運行費用30-50%。八、 合作方式專利轉讓、技術入股均可，面議。九、 項目具體聯系人及聯系方式（包括電子郵箱）聯系人：王恩宇電話：1380217895Email: enyuwang@163.com十、 高清成果圖片3-4張

成果來源于承擔的國家“863計劃”課題。該技術將光伏發電、太陽能集熱、熱泵供熱技術有機結合，研發了一體化的高性能太陽能光伏/集熱裝置，收集熱能的同時有效降低光伏組件溫度，光電效率可相對提高10%；基于熱泵技術對太陽能、空氣熱能進行高效捕集與復合利用，為建筑提供全年熱水與采暖，能效比達4.0以上。 該技術具有自主知識產權(ZL 200810020840.9等多項發明專利)，實現了太陽能熱電聯供及與空氣熱能的多能互補，應用前景廣闊。曾獲江蘇省技術發明二等獎。

（專利號：ZL 201410345592.0） 簡介：本發明公開了基于螺旋槳尾流壓力脈動計算的空化噪聲特征估計方法，屬于水聲目標特征提取領域。基于螺旋槳尾流壓力脈動計算的空化噪聲特估計取方法，包括以下步驟：(1)備用網格生成并導入計算程序后生成算例文件，(2)空化模型和湍流模型設定，(3)數值計算參數設定，(4)數值計算，(5)數值方法可靠性驗證及網格確定，(6)空化尾流壓力脈動非定常數值計算，(7)壓力脈動信號功率譜變換及低頻線譜幅值提取，(8)線譜特征估計及分析。本發明將現代流體力學、空泡動力學和信號處理領域中相關研究成果引入水下目標的噪聲特征分析，體現多學科和多領域的交叉性。

1 成果簡介作為一種清潔、高效的能量轉換裝置， 質子交換膜燃料電池的理論比能量高達32940Wh/kg（ 在地面上使用時可不計空氣的質量），是各種電化學電池體系中的理論比能量“ 絕對冠軍”， 而且功率密度高、電流密度大， 是最先進的能量轉換技術之一。現在世界各國正在加速其在民用領域的產品開發。 利用質子交換膜燃料電池國產關鍵原材料，創新膜電極制備方法（“熱定型” CCM 制備法）和優化制備工藝，開發出了高性能、大面積的國產材料膜電極批量制備技術。并在模塊化燃料電池設計和計算機模擬仿真的基礎上，研制出了空冷、自增濕式質子交換膜燃料電池發電機。該成果獲得全國第十九屆發明展覽會發明金獎。空冷、自增濕式質子交換膜燃料電池發電機，主要由燃料電池、供氣軸流風扇、陽極間歇式排氣電磁閥、 DC/DC 穩壓器和控制電路板等組成，燃料電池采用陰極與大氣貫通的開 放設計和高效的自增濕專利技術，能實現寬功率范圍的自增濕發電。在電化學發電過程中，無需進行復雜的熱管理和對反應氣體進行預加濕，大大地減化了系統結構，提高了系統比功率（ 265W/kg、 211W/L），并降低了成本，是一種實用性很強的新能源發電機。該發電機采用普氫燃料，發電效率可達到 50%以上，功率密度可達到 300mW/cm2 以上，無污染。在分布式電站、交通動力和便攜式電源方面具有廣泛的應用前景。 燃料電池發電機技術指標： 上圖： 1.3 千瓦 空冷、自增濕式燃料電池發電機 (43 cells)2 應用說明經過近十年來的電動汽車、 分布式電站、電源等領域的廣泛示范應用（ 燃料電池已經在航天、軍事上得到應用，燃料電池備用電源和燃料電池家用電站正在開始商業化）， 質子交換膜燃料電池技術的成熟度已經逐漸被用戶所接受。目前，其商業化主要問題是成本較高（采用進口材料成本昂貴）， 而本項目采用“ 863” 計劃“ 全國產材料燃料電池發電機” 成果，利用國產原材料制備燃料電池電堆，燃料電池材料供應不僅有安全保障，而且還有低成本優勢，可望克服燃料電池高成本的商業化障礙。3 應用說明本項目屬新能源發電機領域。在分布式電站、交通動力和便攜式電源方面具有廣泛的應用前景。4 效益分析目前，質子交換膜燃料電池的先進制造水平為：電極催化劑載量為 0.5 毫克/平方厘米（電極）左右，電極性能可以在常壓空氣條件下達到 0.62V、 1A/cm2 (0.62W/ cm2)。如在批量生產的情況下， 1 千瓦的質子交換膜燃料電池電堆僅需要使用約 2 克的 Pt 催化劑、 0.2 平方米的質子交換膜、 0.4 平方米的碳紙擴散層和約 0.24 平方米模壓雙極板。考慮國產燃料電池材料的批量生產，估計能實現的經濟指標： 1500 元/平方米（質子交換膜）、催化劑 400 元/克（ Pt）、 300 元/平方米（碳紙）、 600 元/平方米（模壓石墨板）。 1 千瓦全國產材料燃料電池堆的關鍵材料成本可控制在 1500 元以下，這與目前進口材料燃料電池 26000 元/千瓦的成本相比， 國產材料燃料電池堆具有十分誘人的前景，這一批量生產的經濟指標已經遠遠低于電站成本要求 8000 元/千瓦，距離交通動力 500 元/千瓦的產業化目標也為時不遠。

本成果提出的基于超像素樣本擴充的空譜全卷積高光譜圖像分類方法有效的利用高光譜圖像的超像素分割結果指導偽樣本擴充增加了訓練集樣本數量，解決了高光譜圖像有標記樣本的稀缺問題，同時空譜的全卷積分類網絡也充分利用了多尺度的空間特征和光譜特征實現了較高的分類精度。 成果非涉密，專利申請已經提交。 實驗采用反射光學系統成像光譜儀（ROSIS）傳感器獲取意大利北部帕維亞大學（Pavia  University）的高光譜圖像數據。該數據集由 103 個光譜帶組成，共 610×340 像素，光譜覆蓋范圍從 430nm 到 860nm，空間分辨率為 1.3m。該數據集一共含有 9 個類別的 42776個有標記樣本，選取每類 30 個有標記樣本作為訓練集，其余作為測試集。 由下表可以看出，在每類選取 30 個樣本的情況下，本 模 型 的 OA，AA，Kappa系 數 比 DFFN 模 型 高 出20.8%，17.4% 和 26.5%；比CNN 高 出 23.1%，18.8% 和29.2%。并且下表證明了使用了偽標簽樣本擴充的空譜全卷積網絡的本方法在小樣本情況下每個類的分類準確性均優于 DFFN 和 CNN，達到了較好的分類效果。 表 1 PaviaU 數據集上對比實驗結果