简介:采用HPLC-MS/MS技术,同时测定土壤中的矮壮素和缩节胺残留。土壤样品经缓冲溶液提取后,经AgilentZORBAXRx-Sil(100mm×3.0mm,1.8μm)色谱柱分离,以含浓度10mmol/LNH4Ac+0.2%HCOOH的水溶液和甲醇(60:40,V/V)为流动相进行等度洗脱,经正离子多反应监测模式测定目标化合物。结果表明:两种化合物在1.0-50.0μg/L浓度范围内线性关系良好,定量限(LOQ)矮壮素为0.8μg/L,缩节胺为0.6μg/L;加标回收率平均在97.6%-99.5%;相对标准偏差(RSD)平均在2.5%-2.9%,适用于检测土壤中矮壮素和缩节胺。
简介:本文建立了延胡索乙素在碳纳米管修饰玻碳(CNT/GC)电极上的电化学检测方法。在pH6.20的Michaelis.缓冲液中,用方波伏安法研究了延胡索乙素在CNT/GC电极上的电化学行为。延胡索乙素在+0.90v(vs.Ag/AgCI)左右产生一个灵敏的阳极氧化峰,峰电流与延胡索乙素的浓度在8.0×10^-7~5.0×10^-5mol/L范围内呈良好线性关系,最低检测限达3.0×10^-7mol/L。该法简单、快速、灵敏,可应用于生药材和中成药中延胡索乙素的测定。
简介:针对短期家庭电力数据随机性强,数据维度低等问题,提出了一种基于长短期记忆循环神经网络(LSTM)的单变量短期家庭电力需求预测模型.实验表明,该模型能够准确反映以小时为单位的家庭电力需求趋势,且在不同家庭上的泛化性能优于传统的循环神经网络(RNN)和门控循环网络(GRU).
简介:短期光伏发电功率预测对维护电网安全稳定和协调资源利用具有重要意义,针对现有的神经网络法、小波分析法等单一预测模型预测精度提升有限的问题,引入集成学习的思想和方法,提出一种基于Stacking算法改进支持向量机(SVM)的短期光伏发电预测方法.该方法先使用多个不同的初级SVM对预测样本进行一次预测得到多个预测输出;然后对训练集进行聚类,使用与预测样本同类别的训练样本训练次级SVM;最后使用次级SVM对多个预测输出进行结合得到最终预测结果.经光伏发电系统的实际运行数据实验,结果表明本文提出的方法相较于单一预测模型精度有了明显提升.
简介:研究建立一种检测育苗基质中矮壮素和缩节胺残留的超高效液相色谱-串联质谱法(UPLC-MS/MS)分析方法。样品采用甲醇-乙酸铵水溶液直接提取,样品无需任何净化过程;在亲水作用色谱柱SeQuantZLC-HILICMERCK(150mm×2.1mm,5μm)上进行分离,再用V(乙腈):V(含0.1%甲酸的20mmol/L乙酸铵溶液)=6:4为流动相等梯度洗脱;电喷雾正离子(ESI+)模式电离,多反应监测(MRM)模式检测对定性和定量离子进行MS测定,内标法定量。结果表明:矮壮素和缩节胺的添加水平在0.2~10μg/kg的空白添加浓度范围内线性良好(r2〉0.999),在1、2和5μg/kg添加水平范围内,平均回收率分别为105.1%~111.6%和72%~110.2%;相对标准偏差(RSD)分别为4.0%~9.2%和7.7%~12.4%,矮壮素和缩节胺2种物质检出限(LOD)为0.2μg/kg,测定低限(LOQ)为1.0μg/kg。该方法简便、快速、灵敏、准确、耐用,适合育苗基质中矮壮素和缩节胺残留的确证和定量测定。
简介:本文采用超高效液相色谱-串联质谱(UPLC—MS/MS)技术,同时检测番茄制品中矮壮素及缩节胺残留的方法。结果表明,番茄制品经稀释定容、超声浸提、高速离心后,采用UPLC—ESI(+)MS/MS同时测定番茄制品中矮壮素及缩节胺的残留,在0.001-0.05mg/kg浓度范围内,平均加标回收率在80%-110%,方法检出限0.01mg/kg,可同时满足出口番茄酱制品中矮壮素及缩节胺检测工作的需要。