XiaoMi-AI文件搜索系统
World File Search System储存器
灵活性在光伏和电池优化选型中的作用，助力实现住宅领域脱碳
摘要：要实现 2030 年气候目标计划设定的雄心勃勃的环境目标，住宅部门必须做出巨大贡献，并充分利用其灵活性，即建筑物转移能源消耗的能力，以最大限度地利用可再生能源。在文献中，灵活性的影响主要研究用于控制逻辑的优化，假设光伏系统和电力储存器已经安装完毕。相反，在这项工作中，我们采用了不同的视角，从设计师的角度分析系统。考虑到各种需求概况（即家用电器、热泵和电动汽车消耗），我们在住宅区创建并测试了具有不同灵活性程度的不同场景。然后，这些概况被用作优化工具的输入，该工具可以根据特定的目标函数设计最佳系统。首先，根据经济指标对系统进行了优化。然而，结果表明，在设计阶段仅采用经济视角可能会导致结果不符合欧洲环境目标。因此，该系统还考虑了能源指标，进行了优化，以设计一个能够为住宅部门的能源转型做出相关贡献的系统。结果表明，需求灵活性与存储相结合可以提高经济盈利能力，从而促进光伏系统的安装，同时保证为该部门的脱碳做出相关贡献。
电表后储能报告（2020 财年第 1 季度）
项目简介 这项名为“电表后储能”的计划将专注于新型无关键材料电池技术，以促进电动汽车 (EV) 充电、太阳能发电技术和节能建筑的整合，同时最大限度地降低成本和对电网的影响。对于 350 kW 或更高水平的超快速充电，需要采用新方法来避免显著的负面成本和弹性影响。但是，可以合理地假设 BTMS 解决方案将适用于其他间歇性可再生能源发电源或短时、高电力需求电力负载。BTMS 研究旨在开发创新的储能技术，专门针对 10 MWh 以下的固定应用进行优化，以最大限度地减少对电网进行重大升级的需要。此外，避免过度的大功率消耗将消除使用现有技术进行 350 kW 快速充电期间产生的超额需求费用。实现这一目标的关键是利用电池存储解决方案，该解决方案可以高功率放电，但可以以标准较低电价充电，充当连接电网和其他现场发电技术（如太阳能光伏 (PV)）的电力储存器，从而最大限度地降低成本和电网影响。要取得成功，必须开发新的创新集成处理方法，以实现固定存储、光伏发电、建筑系统和电网之间的无缝交互。
1769 年在墨西哥东南部发现的褐家鼠 (Rattus norvegicus Berkenhout) 的第一个遗传证据
黑鼠（Rattus rattus Linnaeus, 1758）和褐鼠（Rattus norvegicus Berkenhout, 1769）是世界上分布最广的入侵啮齿动物（Feng and Himsworth 2014）。这些啮齿动物对城市和农村地区的经济产生重大影响，它们会消耗大量种子、幼苗和立木，从而对基础设施（如建筑线路）和农作物造成破坏（Stenseth et al. 2003）。它们也具有重要的生态意义，因为它们在某些脊椎动物物种的灭绝中起着至关重要的作用，特别是在岛屿上，它们是那里的强劲竞争对手（Harris 2009）。这两个物种都是人畜共患病原体的宿主和储存器；因此，这些啮齿动物对它们共存地区的人类构成健康风险（Himsworth et al. 2014）。这种风险在贫困的城市和农村地区尤其高，因为这些地区的垃圾处理不当和卫生基础设施缺乏，老鼠数量更多，为它们提供了食物和筑洞的地方（Masi 等人，2010 年）。黑鼠起源于南亚和东南亚，于 1492 年抵达加勒比海的伊斯帕尼奥拉岛（Armitage，1993 年），而褐家鼠起源于蒙古和中国北部，于 1750 年至 1755 年间抵达北美（Nowak，1999 年）。这些老鼠在大陆扩张的路线尚不清楚。然而，黑鼠
乳酸阈值
摘要-本文旨在回顾耐力运动员为实现理想表现必须保持的微妙代谢平衡。最佳速度最终取决于运动员向工作肌肉输送大量氧气的能力，同时防止组织和血液中乳酸过度积累。乳酸与疲劳有关已有近 80 年的历史。这种无氧代谢副产物在疲劳中起着重要作用；然而，许多关于乳酸在导致疲劳方面的作用的指控都是没有根据的或夸大其词的。它的负面名声是由于对运动期间乳酸动力学的理解不足造成的。乳酸是无氧代谢的天然产物。它不是坏的或不受欢迎的物质；事实上，它可用作能量来源、临时丙酮酸储存器以及防止身体 pH 值降至危险低水平的手段。乳酸阈值定义为在保持血液乳酸处于稳定状态的情况下可获得的最高代谢率。在这种强度下，身体清除乳酸的速度与产生乳酸的速度一样快。如果强度超过这个临界点，乳酸的产生速度就会超过清除速度，导致乳酸积累迅速增加。运动员要想发挥出最大的耐力潜力，就必须训练身体有效地处理乳酸。这种“微调”使他们能够以尽可能高的强度比赛，同时保持相对较低的乳酸浓度。
瓦莱坎垃圾运输车加氢站电转氢系统规模及调度优化
摘要 . 本研究旨在实施一个优化模型，该模型用于连接重型车辆加油站的制氢设施，用于废物管理和运输领域。该模型由两个连续的混合整数线性规划问题组成。第一个问题解决车辆加油计划问题，第二个问题解决工厂设计和运营问题。该模型的输出是工厂的设计和运行参数以及车辆加油计划，以实现氢气的最低平准成本。研究了电力供应的不同可能性：电网电力、太阳能光伏和水力发电。最有利可图的选择是安装 10 MW 太阳能光伏场，连接 3.3 MW 电解器和 3700 kg 储存器。由此产生的氢气平准成本为 10.24 欧元/千克。如果不考虑售电收入，从电网购买电力成为最具成本效益的选择。这种情况下，电解器和储氢器的大小分别为 760 kW 和 405 kg，氢气的平准化成本为 13.75 欧元/kg。对后一种情况进行的敏感性分析表明，最合理的输入参数是电解器单位消耗和电力成本。还进行了统计分析，考虑了随机故障分布，获得了电解器容量为 700-800 kW 和氢气储氢器大小为 1300-1400 kg 的最佳值。考虑到目前的电价和没有补贴，氢气在能源市场的渗透成本仍然很高。
多年代际和湍流变化之间的能量转移
摘要：解释北大西洋海面温度数十年变化的建议机制之一是，由于时间平均环流的大规模斜压不稳定性，自发形成了一种大规模低频内部模式。尽管这种模式已在浮力方差预算方面得到广泛研究，但其能量特性仍然知之甚少。在这里，我们执行了这种内部模式的完整机械能预算，包括可用势能 (APE) 和动能 (KE)，并将预算分解为三个频带：平均、与大规模模式相关的低频 (LF) 和与中尺度涡旋湍流相关的高频 (HF)。这种分解使我们能够诊断不同储存器之间的能量通量并了解源和汇。由于该模式的规模很大，它的大部分能量都包含在 APE 中。在我们的配置中，LF APE 的唯一来源是从平均 APE 到 LF APE 的转移，这归因于大规模斜压不稳定性。反过来，LF APE 的汇点是参数化的扩散、流向 HF APE 的通量，以及在较小程度上流向 LF KE 的通量。额外风应力分量的存在削弱了多年代振荡并改变了不同能量库之间的能量通量。在所有实验中，与其他涉及 APE 的能量源相比，KE 转移似乎对多年代模式的影响很小。这些结果突出了完整 APE – KE 预算的实用性。
深度池计算与 5G MIMO-OFDM 系统在符号检测中的融合
传统的储存器计算 (RC) 是一种浅层循环神经网络 (RNN)，具有固定的高维隐藏动态和一个可训练的输出层。它具有只需要有限训练的优点，这对于训练数据极其有限且获取成本高昂的某些应用至关重要。在本文中，我们考虑了两种将浅层架构扩展为深度 RC 的方法，以在不牺牲潜在优势的情况下提高性能：（1）将输出层扩展为三层结构，促进对神经元状态的联合时频处理；（2）顺序堆叠 RC 以形成深度神经网络。利用深度 RC 的新结构，我们重新设计了具有正交频分复用 (MIMO-OFDM) 信号的多输入多输出物理层接收器，因为 MIMO-OFDM 是第五代 (5G) 蜂窝网络的关键支持技术。 RNN 动态特性与 MIMO-OFDM 信号时频结构的结合，使深度 RC 能够处理非线性 MIMO-OFDM 信道中的各种干扰，从而实现比现有技术更高的性能。同时，与依赖大量训练的深度前馈神经网络不同，我们引入的深度 RC 框架可以使用与 5G 系统中基于传统模型的方法相同数量的导频提供不错的泛化性能。数值实验表明，基于深度 RC 的接收器可以提供更快的学习收敛，并有效减轻未知的非线性射频 (RF) 失真，与浅层 RC 结构相比，误码率 (BER) 提高了 20%。
使用有机电化学晶体管阵列和脉冲神经模拟进行神经形态信号分类
摘要 — 神经形态计算是一个令人兴奋且发展迅速的领域，旨在创建能够复制人类大脑复杂动态行为的计算系统。有机电化学晶体管 (OECT) 因其独特的生物电子特性而成为开发此类系统的有前途的工具。在本文中，我们提出了一种使用 OECT 阵列进行信号分类的新方法，该方法表现出类似于通过全局介质连接的神经元和突触的多功能生物电子功能。我们的方法利用 OECT 的固有设备可变性来创建具有可变神经元时间常数和突触强度的储存器网络。我们通过将表面肌电图 (sEMG) 信号分为三个手势类别来证明我们方法的有效性。OECT 阵列通过多个门馈送信号并测量对具有全局液体介质的一组 OECT 的响应来执行有效的信号采集。我们比较了在有和没有将输入投射到 OECT 上的情况下我们的方法的性能，并观察到分类准确率显著提高，从 40% 提高到 68%。我们还研究了不同的选择策略和使用的 OECT 数量对分类性能的影响。最后，我们开发了一种基于脉冲神经网络的模拟，该模拟模仿了 OECT 阵列，并发现基于 OECT 的分类与基于脉冲神经网络的方法相当。我们的工作为下一代低功耗、实时和智能生物医学传感系统铺平了道路。
高亮度纳米颗粒的制备与开发...
质子束直写 (PBW) 是由新加坡国立大学离子束应用中心 (CIBA-NUS) 开发的一种直写光刻技术，该技术利用聚焦质子来制造三维纳米结构 [1 – 3] 。与电子束光刻 (EBL) 相比，PBW 的优势在于质子比电子重 ~1800 倍，这使得质子传递给二次电子的能量更少，可以更直地穿透材料，并在光刻胶中沿其路径沉积恒定的能量 [4] 。凭借这些独特的特性，PBW 可以制造没有邻近效应且具有光滑侧壁的纳米结构 [3,5] 。目前，PBW 在光斑尺寸和吞吐量方面的性能受到 PBW 系统中射频 (RF) 离子源亮度较低 (~20 A/(m 2 srV)) 的限制 [6,7] 。因此高亮度离子源是进一步提升PBW系统性能的关键。降低的亮度是体现光束质量的重要参数，如束流密度、束流角度扩展和束流能量扩展[8,9]。减小虚拟源尺寸是获得高亮度离子源的一种实用方法[10]。高亮度离子源，如液态金属离子源 (LMIS) 和气体场电离源 (GFIS)，具有较小的虚拟源尺寸。LMIS 是应用最广泛的高亮度离子源，其尖端顶部有一个液态金属储存器[11-13]。强电场用于将液态金属拉到尖锐的电喷雾锥，称为泰勒锥[14]。
半导体量子处理器中的量子比特读出
量子比特读出是量子计算机中需要在单个量子比特上实现的三个基本量子操作之一，它具有一量子比特门和二量子比特门。获得具有合理保真度的量子计算结果至关重要。它对于容错量子计算和量子纠错 (QEC) 协议也至关重要，因为它允许见证和追溯计算流程中发生的错误 [1]。在半导体量子电路中，要求量子比特读出保真度高于 99%，速度低于每发一微秒，以保证 QEC 效率并确保具有竞争力的计算运行时间。此外，为了在运行算法时调整测量性能 [4]，需要进行重复 [2] 或量子非破坏性测量 [3]。自旋读出操作的关键性能系数是保真度（或检测效率）、速度（必须快于弛豫时间 T1）以及能够执行读出所需的基本组件数量（储存器、量子点等）。直接测量量子点中捕获的单个电子自旋产生的磁场是一项非常具有挑战性的任务，2000 年初的一项“绝技”实验已经证明了这一点 [5]。除了复杂性之外，它还相当慢（ms），与量子计算不兼容。在半导体中，自旋读出是通过将自旋转换为电荷信息来执行的，并在接近 µs 的时间尺度上探测电子的电荷特性。