只需一步，快速开始
扫一扫，访问微社区
只需一步，快速开始
查看: 6514|回复: 20
关于法拉电容，大家来看看这个算法对不对？（转帖）
签到天数: 4 天连续签到: 1 天[LV.2]偶尔看看I
马上注册，结交更多好友，享用更多功能，让你轻松玩转社区。
才可以下载或查看，没有帐号？
我就想了，汽车上的电容不也是2.3v的么，记得好像超大啊。
结果找了下，果然超大。直径5cm，高度15cm，200克的重量。
但是电容容量也超牛啊。
2000法啊。
&&有图有真相啊。
爱水电说他的头灯充电后可以用1小时。2000法就是20小时呀。
而且电容这东西，差不多立马充满，而且记得上学时老师说过电容越大自放电越小么。
完全可以做一个超级应急灯啊。重量差不多控制在500克以内。比啥蓄电池的要niubility多了。
关键是充电时间短，大哥你哪怕给3分钟电我也能充满。
太阳能电池板的话，转换效率大大提高，太阳能直接转电能，不再需要太阳能转电能，电能转化学能了。
我这种痴心妄想靠谱不？
懂的来讲下。
帖子永久地址：&<button type="submit" class="pn" onclick="setCopy('关于法拉电容，大家来看看这个算法对不对？（转帖）\nhttp://www.shoudian.org/thread--1.html', '帖子地址已经复制到剪贴板您可以用快捷键 Ctrl + V 粘贴到 QQ、MSN 里。')">推荐给好友
享有帖子相关版权3、其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和的同意4、帖子作者须承担一切因本文发表而直接或间接导致的民事或刑事法律责任5、本帖部分内容转载自其它媒体，但并不代表本站赞同其观点和对其真实性负责6、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意7、管理员和版主有权不事先通知发贴者而删除本文', this.href);">论坛版权
签到天数: 4 天连续签到: 1 天[LV.2]偶尔看看I
5、小电流，长时间持续放电，例如计算机存储器后备电源；
& && &我最看重的是这一点，小电流，长时间持续放电。意味着神马，不言而喻了吧。一般营地灯照明，r3泡子，差不多200ma就够用了（100左右流明）
那计算下，2000法。假设2个并联。
Q=CU =2000F×2.3v×2=9200c
(若设t为1秒)
则可以在1秒内得到: 2.3V电压,电流 9200A
led通电电流以200mA来看
0.2=9200/t
一小时3600秒，那时间就是12小时46分40秒。
当然这个是理论值，如果我计算公式没错的话。当然这个200ma肯定不是最大亮度，我估么着亮度差不多在50%左右吧。没研究过泡子，真心不知道。
现在说的是2000法的。市面上有10000法的2.7v。
按我想当然的公式计算的话是270000秒，差不多。。。。
那个。。。。
正好。。。。75小时
充电几分钟，常亮3昼夜，乖乖隆地洞。
我希望我的公式算错了。
签到天数: 4 天连续签到: 1 天[LV.2]偶尔看看I
以上转自刀坛，大家看看这个算法对吗？真的有这么牛的电容？
签到天数: 233 天连续签到: 1 天[LV.7]常住居民III
算法相当撒比。。。
0v led如何工作？
明显用法拉电容直接带led非常不靠谱 因为法拉电容不像电池有放电平台，电压几乎是线性下降的。
说起来 还是赝电容比较有希望啊！赝电容有个比较明显的平台。。。
该用户从未签到
错了，Q=1/2*C*U,好像是个三角形的积分。其它计算没错。
我也想利用手头的法拉电容，但一直找不到合适的升压电路，淘宝有最低电压0.9V的，但输出容量很小，建议用两个电容串联。
实际应该用这个公式Q=1/2*C*ΔU
ΔU为电容初期放电电压减末期放电电压。电容电压低了以后是放不出电的，现在还没有这个电路。
如果用一根电炉丝正负短路，单计算能量，可以用Q=1/2*C*U
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
我当初也想过，不过没理论支持，买了几个1法拉的，当作主板电池是没有问题的，计量插座里的电池坏了，直接焊了个电容上去代替了。
签到天数: 21 天连续签到: 1 天[LV.4]偶尔看看III
本帖最后由 w-shoudian 于
23:01 编辑
应该按能量算，要驱动R3得要升压恒流电路，电路也不可能在接近0V还能工作。如果计算电容从2.3V放电到1V，即使两个2000F的，估计也就2个小时，还得效率很高。请高手仔细算一下。
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
那计算下，2000法。假设2个并联。
Q=CU =2000F×2.3v×2=9200c
(若设t为1秒)
则可以在1秒内得到: 2.3V电压,电流 9200A
假设电流1A,也就是可以以1A放电9200秒
电压是从最初的2.3V线性减少到0V的
所以能量是.3/2=2.94WH
400克的重量换来的仅仅是2.94WH的微弱能量
一节18650大概可以到10WH的能量
重量仅仅40~50克!!!
签到天数: 77 天连续签到: 1 天[LV.6]常住居民II
全还老师了
签到天数: 3 天连续签到: 1 天[LV.2]偶尔看看I
还以为爱水电也在这呢
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
法拉电容的梦，路还很长。
该用户从未签到
flykite 发表于
假设电流1A,也就是可以以1A放电9200秒
电压是从最初的2.3V线性减少到0V的
对，用wh来计算是比较科学的方法，因为电池有放电平台，所以就用Ah来计了。假设一个3.6V锂电池，容量为2000mAh，它的wh数为2x3.6=7.2wh。
假设一个1.2V镍氢电池，容量为2000mAh，它的wh数为2x1.2=2.4wh。
两个能量就差了3倍。
法拉电容没放电平台，只能计算能量。
但法拉电容也有它的优势，就是充放电特快，循环次数多。
以单位重量和能量比来说，已有成品电池中，好像燃料电池最具优势，其次就是锂电了。核能电池没量产，不计算在内。
该用户从未签到
w-shoudian 发表于
应该按能量算，要驱动R3得要升压恒流电路，电路也不可能在接近0V还能工作。如果计算电容从2.3V放电到1V，即 ...
我不是高手，但因为因为手上有20000F的法拉电容，一直苦恼没地方用，所以了解了一些这方面的知识。
计算如下：设led的Vf=3V，以1A电流工作。这也就是现在论坛里常用的手电。电容为两个2000F，2.3V并联。
Q=C*ΔU=4000x（2.3-1）=5200
X(2.3+1)/2=.65=2.383wh
2.383x（1.65/3）=1.31h
即两个2000F，2.3V并联的法拉电容，电压从2.3V放电到1V，可以使Vf=3V的LED，以1A电流工作1.31小时。
电路板在放电到1V时，输入端电流为3/1=3A
该用户从未签到
前面第一个回复有问题，但不编辑了，让坛友也知道我的错误。
Q=1/2*C*U是错的，Q=C*U没错，脑袋昏，原来都要转化为wh数，所以老想着要取它的平均电压。
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
ynsbdtqm 发表于
我不是高手，但因为因为手上有20000F的法拉电容，一直苦恼没地方用，所以了解了一些这方面的知识。
3V 1A&&1个小时不是 3WH么
2.383wh 怎么还能放 1.31h 呢？
假设1.5to3V升压效率高达90%
2.383wh x0.9/3=0.7h 才对
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
2.383x（1.65/3）=1.31h
看了半天没明白
这个公式的实际意义是什么?
该用户从未签到
本帖最后由 szqinyi 于
13:22 编辑
2000法拉电量也没多少的。
1法拉=1V电压1安培电流放电1秒
2000法拉=1V1安培放电2000秒
假如电容器是10V2000法拉，以10V1A放电，那只能持续200秒。
签到天数: 1 天连续签到: 1 天[LV.1]初来乍到
本帖最后由 天月来了 于
14:08 编辑
实际上啊，我们真的拿来搞LED的话，要这么看的
我们先以无驱动，电阻限流的情况看
假设用一个5v的2000F电容来试，以日常锂电池驱动LED来做测试
将电容充至4.2v，然后电阻限流接LED发光。
这电容端电压放至3.2v左右，LED就基本不怎么亮了
电容放电是平滑的，那么就是说放电是从4.2v放至3.2v就停止了
只降低了1v，这只使用了1/4.2=24%左右的电量呢
那么利用专业驱动电路进行恒流驱动，电路在低至2v还可以工作的话，那么电量也只是从4.2放至2v之间，就是2.2/4.2=52%左右的电量能利用。
从这看要想充分利用电容冲入的电能，必须这样考虑，高压，利用电子开关驱动电路驱动LED。
用20v，1000F电容，充至20v电压，然后用2-20v之间都能稳定恒流驱动LED的电路工作起来，就可以从20-2v之间稳定工作了。
放出的电量就是18/20=90%的电量了
哪怕是20-5v之间能恒流工作，也不错了
可以放出75%的电量呢
这才比较好呢
就以那2.3v2000F电容来看，充至1.5v，供有升压的LED驱动电路工作，从1.5v将至0.8v电路自动停止工作来看
放出的电量也只是0.7/1.5=46%左右的电量，其他没法再放出了哟
该用户从未签到
L555T_007 发表于
3V 1A&&1个小时不是 3WH么
是的，我又弄错了。
该用户从未签到
flykite 发表于
看了半天没明白
这个公式的实际意义是什么?
我想用电容平均放电电压，折算到3V时的瓦时数，自己已经发现是错的了，不能这样折算。
因该按楼上的算法，直接拿瓦时计算，不容易出错。
以上言论纯属个人观点，与手电大家谈立场无关。
最佳浏览模式：IE8.0
Powered by看我这个算法对不对！！！我觉得i应该是49_百度知道
看我这个算法对不对！！！我觉得i应该是49
//g://g.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="/zhidao/wh%3D600%2C800/sign=/zhidao/wh%3D450%2C600/sign=/zhidao/pic/item/d922d4ca7bcb0b46d4c9://g.baidu.hiphotos.baidu.jpg" esrc="http.hiphotos.hiphotos.<a href="http&nbsp
提问者采纳
大于25的最小奇数肯定就是27了1+3+5+7+9+11+13+15+17+19+21+23+25（+27..，都是奇数..;25 才输出了从1递增2。你自己都设置了
i&gt怎么可能.
提问者评价
太给力了，你的回答完美地解决了我的问题，非常感谢！
其他类似问题
为您推荐：
对不对的相关知识
其他1条回答
错，你的结果i最后等于27，第4步应改为 i ≤ 49
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁机器学习：更多的数据总是优于更好的算法吗？
发表于 17:48|
来源Quora|
作者Xavier Amatriain
摘要：Netflix公司工程总监Xavier Amatriain认为，增加更多的样本到训练集很多时候并不会提高模型的性能，我们需要的是好的方法，来帮助我们理解如何解释数据，模型，以及两者的局限性，这都是为了得到最好的输出。
【编者按】在机器学习中，更多的数据总是比更好的算法好吗?对于Quora上的这个问题，Netflix公司工程总监Xavier Amatriain认为，很多时候增加更多的样本到训练集并不会提高模型的性能，而如果没有合理的方法，数据就会成为噪音。他通过Netflix的实践经验推导出最终的结论：我们需要的是好的方法，来帮助我们理解如何解释数据，模型，以及两者的局限性，这都是为了得到最好的输出。在机器学习中，更多的数据总是比更好的算法好吗?不是这样的。有时候更多的数据有用，有时它的作用不大。为数据的力量辩护，也许最著名的是谷歌的研发总监，他声称“我们没有更好的算法。我们仅仅拥有更多的数据”。这句话通常是链接到文章《The Unreasonable Effectiveness of Data》，这篇文章也是Norvig自己写的（虽然它的来源被放在IEEE收费专区，不过你应该能够在网上找到pdf格式的原文档）。更好的模型盖棺定论是Norvig的语录“所有模型都是错的，无论如何你都不会需要他们的”被错误地引用之时（点击查看作者澄清他是如何被错误引用的）。Norvig等人的作用是指在他们的文章中，他们的观点早在几年前被微软研究人员Banko和Brill在一篇著名的论文[2001]《》中引用。在这篇论文中，作者给出了下图。
该图表明，对于给定的问题，迥然不同的算法执行结果几乎是一样的。然而，添加更多的样本（单词）到训练集里面，可以单调增加模型的精度。因此，在封闭的情况下，你可能会认为算法更重要。嗯…没有这么快。事实是，Norvig的断言以及Banko和Brill的论文都是正确的…在一个环境中。但是，他们现在再次被错误地引用到一些环境中，而这些环境与最初的环境是完全不同的。但是，为了搞明白为什么，我们需要了解一些技术。（我不打算在这篇文章中给出一个完整的机器学习教程。如果你不明白我下面将要做出的解释，请阅读我对《》的回答？方差还是偏差?基本的想法是，一个模型的可能表现不好存在两种可能的（而且是几乎相反的）原因。在第一种情况下，对于我们拥有的数据量来说，我们所用的模型太复杂了。这是一种以高方差著称的情形，其可以导致模型过拟合。我们知道，当训练误差远低于测试误差时，我们正面临着一个高方差问题。高方差问题可以通过减少特征数量加以解决，是的，还有一种方法是通过增加数据点的数量。所以，什么样的模型是Banko &Brill的观点和Norvig的断言可以处理的？是的，回答正确：高方差。在这两种情况下，作者致力于语言模型，其中词汇表中的大约每一个词都具有特征。与训练样本相比，这有一些模型，它们具有许多特征。因此他们很有可能过拟合。是的，在这种情况下，添加更多的样本将带来很多帮助。但是，在相反的情况下，我们可能有一个模型，它太简单了以至于无法解释我们拥有的数据。在这种情况下，以高偏差著称，添加更多的数据不会带来帮助。参见下面一个真实的在Netflix运行的系统的一个制表以及它的性能，同时我们添加更多的训练样本到里面去。
所以，更多的数据并不总是有帮助的。正如我们刚刚看到的，在许多情况下，增加更多的样本到我们的训练集并不会提高模型的性能。多特征救援如果你一直跟着我的节奏，到目前为止，你已经完成了理解高方差和高偏差问题的功课。你可能会认为我故意留下了一些东西要讨论。是的，高偏差模型将不会受益于更多的训练样本，但是他们很可能受益于更多的特征。所以，到底这是不是都是关于增加“更多”数据的？好吧，再强调一次，这得视情况而定。例如，在Netflix
Prize的早期，有一个以评论额外特征的使用来解决问题的，它是由企业家和斯坦福大学教授建立的。这个帖子解释了一个学生团队如何通过从IMDB添加内容特征来改善预测精度特性。
现在回想起来，很容易在批评后作出针对一个单一数据点的粗俗的过度泛化。更有甚者，提及SVD是一个“复杂”的算法，不值得一试，因为它限制了扩大更多的特征的能力。显然，Anand的学生没有赢得Netflix Prize，而且他们现在可能意识到SVD在获奖作品中发挥着重要的作用。事实上，许多团队后来显示，添加来自IMDB的内容特征等等到一个优化算法上几乎没有改善。Gravity team的一些成员，他们是Netflix Prize的最优秀的竞争者之一，发表了一篇详细的论文，展示了将这些基于内容的特征添加到高度优化的协同过滤矩阵分解的方法没有任何改善。这篇论文题为“”。
为了公平起见，论文的标题也是一个过度泛化。基于内容的特征（或一般的不同特征）在许多情况下可以提高精确度。但是，你明白我的意思：更多的数据并不总是有帮助的。更好的数据!=更多的数据在我看来，重要的是要指出，更好的数据始终更好。对此没有反对意见。所以任何你能够直接针对你的数据进行“改善”的努力始终是一项很好的投资。问题是，更好的数据并不意味着更多的数据。事实上，有时这可能意味着少！想想数据清理或异常值去除，就当是我的观点一个微不足道的说明。但是，还有许多其他的更微妙的例子。例如，我已经看到人们投入大量的精力到，而真相是，他们可能通过采样数据以及得到非常相似的结果获得认可。事实上，做某种形式的智能人口抽样的正确的方式（例如使用分层抽样）可以让你得到比使用整个未过滤得的数据集更好的结果。科学方法的终结?当然，每当有一个关于可能的范式的变化激烈的争论，就会有像Malcolm Gladwell 和 Chris Anderson这样的人以此谋生甚至未曾认真思考（不要误会我的意思，我是他们俩的粉丝，我读过他们的很多书）。在这种情况下，Anderson挑选了Norvig的一些评论,并错误地在一篇文章中引用，该文章的标题为：“”。
这篇文章阐述了几个例子，它们讲的是丰富的数据如何帮助人们和企业决策甚至无需理解数据本身的含义。正如Norvig在他的辩驳中自己指出的问题，Anderson有几个观点是正确的，但是很难实现。而且结果是一组虚假陈述，从标题开始：海量数据并未淘汰科学方法。我认为这恰恰相反。数据没有合理的方法=噪音所以，我是在试图制造大数据革命只是炒作的言论吗？不可能。有更多的数据，无论是更多的例子样本或更多的特征，都是一种幸事。数据的可用性使得更多更好的见解和应用程序成为可能。更多的数据的确带来了更好的方法。更重要的是，它需要更好的方法。综上所述，我们应该不理会过分简单的意见，它们所宣扬的是理论或者模型的无用性，或者数据在其他方面的成功的可能性。尽可能多的数据是必要的，所以就需要好的模型和理论来解释它们。但是，总的来说，我们需要的是好的方法，来帮助我们理解如何解释数据，模型，以及两者的局限性，这都是为了得到最好的输出。换句话说，数据固然重要，但若没有一个合理的的方法，数据将会成为噪音。（注: 本文的答案基于作者此前发表的博客文章：）原文链接：&（翻译/王辉 责编/周建丁）【预告】将于7月26-27日在北京友谊宾馆召开。机器学习与模式识别、大数据的机遇与挑战、人工智能与认知科学、智能机器人四个主题专家云集。人工智能产品库将同步上线，预约咨询：QQ：。欢迎关注。
推荐阅读相关主题：
CSDN官方微信
扫描二维码,向CSDN吐槽
微信号：CSDNnews
相关热门文章}