摘要 — 全电动飞机 (MEA) 因其更高效、更可靠的潜力而成为未来先进飞机的发展趋势。因此,最佳电源管理在 MEA 中起着重要作用,尤其是在使用混合储能系统 (HESS) 时。在本文中,我们提出了一种新型的 MEA 自适应在线电源管理算法,旨在最大限度地减少基于电池-超级电容器 HESS 的发电机的功率波动。该问题首先被表述为一个受约束的随机规划问题。然后,我们提出了一种在线算法,使用 Lyapunov 优化方法近似地解决该问题,该方法不需要任何统计数据和未来的电力需求知识。我们进一步提出了一种 MEA 自适应在线电源管理算法,将自适应策略与在线算法相结合。跟踪驱动的仿真结果证明了所提出的 MEA 电源管理算法的有效性、效率和适应性。
降低一般工业和商业价格是进一步改善业务环境并刺激市场活力的重要措施。研究一般工业和商业电价对经济对促进电价改革的影响非常重要。基于调整相关国家部门和省政府发行的一般工业和商业电价的政策,本研究以福建省为例,并使用省级CGE模型来分析降低一般工业和商业用电价格对宏观经济的降低的影响,以及各种工业的产出和生产商的产量和电力消费。模拟结果表明,降低一般工业和商业用电价对经济产生了积极影响。降价25%的电价将GDP提高约0.0935%。电价的降低促进了大多数行业的产出和生产商价格的增长。此外,降低电价对总社会用电消耗具有积极影响,其中高等值行业的电力消耗量最大。基于仿真结果,提出了政策建议。
在本文中,提出了具有高选择性和宽带宽带的紧凑型五重杆置带的超宽带带通滤波器。该过滤器采用近似闭环C形的踏板阻抗谐振器来生成三重置换频带,并使用Hilbert Fractal曲线缝隙和L形谐振器分别创建单个缺口频带。多个缺口带的中心为5.29、6.61、7.92、8.95和9.93 GHz,以消除来自WLAN,C-Band和X波段无线服务的不良干扰。此外,引入了两个传输零,以提高锋利的裙子的选择性高达0.944。该过滤器可以同时表现出高尖锐的选择性和更宽的带宽。该过滤器是在RT/Duroid 5880子策略上制造的(εr= 2.2,厚度= 0.787 mm),并测量以验证仿真结果。模拟和测量都非常一致,显示了过滤器的良好性能。
摘要 — 微电网 (MG) 能源管理是 MG 运行的重要组成部分。MG 的能源管理通常涉及各种实体,例如储能系统 (ESS)、可再生能源 (RER) 和用户负载,协调这些实体至关重要。考虑到机器学习技术的巨大潜力,本文提出了一种基于相关深度 Q 学习 (CDQN) 的 MG 能源管理技术。每个电气实体都被建模为一个代理,该代理具有一个神经网络来预测自己的 Q 值,然后使用相关 Q 平衡来协调代理之间的运行。本文介绍了基于长短期记忆网络 (LSTM) 的深度 Q 学习算法,并提出了相关平衡来协调代理。仿真结果显示 ESS 代理和光伏 (PV) 代理的利润分别提高了 40.9% 和 9.62%。索引术语——微电网、能源管理、能源交易、深度 Q 学习、相关平衡。
摘要 脑机接口 (BCI) 处理算法需要强大的计算设备才能实时执行。在本文中,提出了一种用于对代表两个运动想象任务的脑电图 (EEG) 信号进行分类的硬件高效设计,并在现场可编程门阵列 (FPGA) 上实现。小波包分解 (WPD) 用作特征提取算法,线性判别分析 (LDA) 用作分类器。该系统是使用 System Generator 设计的,并使用硬件/软件联合仿真在 Zybo 板上实现。仿真结果显示,在两个运动想象任务的分类过程中准确率为 80%,时钟频率为 1.5 MHz 时延迟为 7.5 毫秒,功耗为 0.102 W。此外,所使用的 FPGA 资源量少于以前的类似工作,证明设计系统不仅实现了良好的准确性,而且以高效的方式实现了这一目标。
abtract-提出了10 kW热容量激光器的仿真结果。研究了使用高功率激光二极管光学泵送的两种不同的方案。使用Zemax软件对光学泵送的仿真显示了激光板中的均匀泵分布。此外,使用COMSOL检查激光平板中的温度分布。两个不同激光设计的发现表明,增加平板尺寸会降低温度分布和热问题。此外,冷却方案表明,10 kW HCl的冷却阶段在20-40秒内。在冷却阶段的水和空气冷却的比较表明,水冷却比空气冷却更有效。模拟结果证实了所提出的激光将是激光材料处理的有效装置。聚焦的10 kW HCl激光器将在1490 K处少于1 s后融化钢板。
在本文中,我们提出了一种称为自旋扭矩二极管(STD)的纳米级旋转射频(RF)检测器的电气模型。提出了一种用于模型参数提取的完整方法。得出了与STD的等效电路,并将设备电阻非线性的建模与自旋扭转二极管效应一起。提出了一种详细的逐步方法,以使用常规的直流测量,RF散射参数(S-Parameter),连续波和功率表征提取模型参数。参数提取后,与单个STD的测量结果进行了比较,成功验证了模型。最后,提出的STD电气模型用于预测基于2-STD的RF检测器体系结构的行为。仿真结果突出了提出的建模方法的兴趣,以研究合适的RF检测器体系结构,以提高单个或多体RF检测的RF-DC转换效率。
摘要 — 研究了核电站 (NPP) 现场管理的认知架构,其中融入了人工智能 (AI)。结合机器人智能算法对正常运行和事故进行建模,其中随机抽样在量化中起主要作用。研究计算了事故动力学模拟器与机组人员情境认知模型 (ADS-IDAC) 中的信息、决策和行动以及工厂操作的认知技能。模拟显示了 ADS-IDAC 建模和仿真结果,在第 21 和第 21.75 序列中有两个峰值。否则,在第 13.25 序列中有几个峰值,一个大峰值。大峰位于心理状态、环境和身份的第 25.75 序列中。事故情况与认知系统的动作有关。在操作案例中,显示了各种信号,其中工厂的操作可以显示机器人要执行的几种操作。该图显示了核认知架构的过程。通过设计的模型调查了一起核事故,其中机器人的行为由人工大脑量化。本文开发的算法可应用于其他类型的复杂工业系统,如飞机操作和安全系统、航天器系统等。
混合储能系统 (HESS) 由两种或两种以上类型的储能组件以及连接它们的电力电子电路组成。因此,该系统的实时容量高度依赖于系统状态,不能简单地用传统的电池模型来评估。为了应对这一挑战,本文提出了一种等效充电状态 (ESOC),它反映了特定运行模式下 HESS 单元的剩余容量。此外,所提出的 ESOC 还应用于分布式 HESS 的控制,该 HESS 包含多个具有自己本地目标的单元。为了在这些单元之间最佳地分配总功率目标,提出了一种基于稀疏通信网络的分层控制框架。该框架从功率输出能力和 ESOC 平衡两个方面考虑了 HESS 中的分布式控制和最佳功率分配。基于一次下垂控制,根据每个单元的最大输出容量分配总功率,并使用二次控制从 ESOC 平衡的角度调整功率。因此可以控制每个储能单元来满足微电网局部的功率需求,基于MATLAB/Simulink的仿真结果验证了所提等效SOC应用的有效性。
摘要 - 在本文中,考虑了非线性非线性系统的最佳控制问题。提出了一个非线性干扰观察者(NDO)来测量系统中存在的不存在的不存在。干扰与控制信号(所谓的不匹配的干扰)的干扰很难直接在控制通道内拒绝。为了克服挑战,通过衰减其对输出渠道的影响,实施了广义的基于观察者的补偿器来解决不确定性补偿问题。实时通过增加输出跟踪错误来增强系统状态,我们开发了一个复合参与者批判性的加固学习(RL)方案,以近似最佳控制策略以及与赔偿系统有关的理想价值函数,通过求解汉密尔顿 - 雅各布蒂 - 雅各布 - 雅各布·贝尔曼(HJB)方程。通过使用系统的已知模型的记录数据在本文中应用,以通过取消探测信号的影响来增强系统的鲁棒性。仿真结果证明了所提出的方案的有效性,为二阶模型中的输出跟踪问题提供了最佳解决方案,这是不匹配的干扰。