排序方式: 共有12条查询结果,搜索用时 593 毫秒
1.
为了解决能源需求和环境保护的压力,漂浮式水面光伏被提出作为解决方案。近海海域具有广阔的空间,提供了充足的布设场所,因此海上漂浮式光伏成为研究的热点。评估光伏关键部件的耐候性对确保近海漂浮式光伏系统的可靠性和持久性至关重要。近年来已出现了一些试验性水上光伏发电项目,显示出漂浮式光伏系统在水域中的潜力。然而,近海环境的湿度、海风、盐雾等因素对光伏关键部件的性能和寿命产生不利影响,因此评估光伏关键部件的耐候性能尤为重要。目前关于水上光伏的研究内容还较为有限,但各国已开始推动该技术的研究和应用。这些研究成果有助于促进近海漂浮式光伏的可持续发展,推进清洁能源的应用和环境保护。 相似文献
2.
3.
4.
5.
6.
8.
目的 以某型汽车自然曝露试验过程中通风盖板老化发白现象为例,研究建立影响汽车零部件自然老化的主要环境因素综合作用计算模型.方法 以试验大数据库为基础,利用互信息理论分析方法,确定影响汽车通风盖板发白的主要环境因素,并推导主要环境因素综合作用计算模型.结果 基于不同地区试验过程中每5 min记录1次的汽车通风盖板表面太阳辐照量和温度数据,精确计算了通风盖板出现发白现象的环境综合作用值.计算结果表明,当光热等效辐照值大于1882.8 J/cm2时,该通风盖板就会出现发白现象.结论 依据汽车外饰塑料件在典型地区的自然暴露试验结果,通过该模型可以预估其他地区的服役寿命. 相似文献
9.
10.
目的 基于某汽车在中国吐鲁番地区自然暴露的部件温度变化试验数据,预测该车在美国凤凰城地区气象环境下的汽车部件温度变化。方法 把汽车部件的温度作为输出变量,提取影响汽车部件温度变化的关键特征(试验时间、大气温度、太阳辐照)作为输入变量,同时运用公式对不同纬度地区部件受到的太阳辐照进行修正,以消除地理位置的影响。利用Python等软件构建机器学习模型,用吐鲁番试验数据训练模型,然后预测该车部件在美国凤凰城地区的温度变化。结果 梯度提升机模型具有良好的泛化能力和预测精度,其预测值与实际值的平均绝对误差均在3.3°以内,拟合优度R2均大于0.90。BP神经网络和随机森林算法模型也具有较好的预测精度。结论 利用汽车在我国试验站点进行的自然暴露试验数据,可以预测该汽车部件在国外相似地区气象条件下的温度变化。该研究对于依据汽车部件在我国的自然暴露试验结果预测其他国家相似地区自然环境下汽车部件的温度变化具有一定的指导意义。 相似文献