XiaoMi-AI文件搜索系统
World File Search System利用价值
2023 年年度及可持续发展报告
我们与 Ingka Investments 的合作关系在本年度得到进一步加强。5 月份，我们出售了位于芬兰专属经济区波斯尼亚海湾的三个海上风电项目的 49%。11 月份，我们完成了一项类似的交易，收购了瑞典新一代海上风力发电厂组合。这些交易表明，我们有能力在海上风电项目开发的早期阶段利用价值创造。我们降低了财务风险，但通过获得许可时获得的或有对价保留了可观的收益。
一种基于马尔可夫决策过程的新型行为预测系统
摘要 为保证飞机的正常稳定飞行，飞机上采用了多种传感器及相应的仪表系统来监测/控制当前的飞行状态，而得到的数据在保证飞行安全的同时也给飞行员带来了很大的负担。因此，飞机座舱自动化辅助系统成为当今的研究热点。本文基于自动化辅助系统启动后，可以通过飞行操作的不同阶段预测飞行员未来的操作行为，从而根据飞行员的操作习惯为其提供辅助。通过对飞行员操作行为和飞行过程任务要求的分析与建模，建立了MDP（Markov Decision Process）模型，并利用价值迭代算法寻找最优预测序列，最后通过飞行操作仿真实验验证了算法的可操作性。为飞行员操作的安全性和座舱自适应自动化辅助系统的侵入性提供了一种新的解决方案。
一种基于马尔可夫决策过程的新型行为预测系统
摘要 为保证飞机的正常稳定飞行，飞机上采用了多种传感器及相应的仪表系统来监测/控制当前的飞行状态，而得到的数据在保证飞行安全的同时也给飞行员带来了很大的负担。因此，飞机座舱自动化辅助系统成为当今的研究热点。本文基于自动化辅助系统启动后，可以通过飞行操作的不同阶段预测飞行员未来的操作行为，从而根据飞行员的操作习惯为其提供辅助。通过对飞行员操作行为和飞行过程任务要求的分析与建模，建立了MDP（Markov Decision Process）模型，并利用价值迭代算法寻找最优预测序列，最后通过飞行操作仿真实验验证了算法的可操作性。为飞行员操作的安全性和座舱自适应自动化辅助系统的侵入性提供了一种新的解决方案。
一种基于马尔可夫决策过程的新型行为预测系统
摘要 为保证飞机的正常稳定飞行，飞机上采用了多种传感器及相应的仪表系统来监测/控制当前的飞行状态，而得到的数据在保证飞行安全的同时也给飞行员带来了很大的负担。因此，飞机座舱自动化辅助系统成为当今的研究热点。本文基于自动化辅助系统启动后，可以通过飞行操作的不同阶段预测飞行员未来的操作行为，从而根据飞行员的操作习惯为其提供辅助。通过对飞行员操作行为和飞行过程任务要求的分析与建模，建立了MDP（Markov Decision Process）模型，并利用价值迭代算法寻找最优预测序列，最后通过飞行操作仿真实验验证了算法的可操作性。为飞行员操作的安全性和座舱自适应自动化辅助系统的侵入性提供了一种新的解决方案。
一种基于马尔可夫决策过程的新型行为预测系统
摘要 为保证飞机的正常稳定飞行，飞机上采用了多种传感器及相应的仪表系统来监测/控制当前的飞行状态，而得到的数据在保证飞行安全的同时也给飞行员带来了很大的负担。因此，飞机座舱自动化辅助系统成为当今的研究热点。本文基于自动化辅助系统启动后，可以通过飞行操作的不同阶段预测飞行员未来的操作行为，从而根据飞行员的操作习惯为其提供辅助。通过对飞行员操作行为和飞行过程任务要求的分析与建模，建立了MDP（Markov Decision Process）模型，并利用价值迭代算法寻找最优预测序列，最后通过飞行操作仿真实验验证了算法的可操作性。为飞行员操作的安全性和座舱自适应自动化辅助系统的侵入性提供了一种新的解决方案。
实时电力市场中的最佳提前一小时竞价...
摘要。随着风能和太阳能使用量的增加，人们越来越关注使用电网级存储来平滑可能出现的供应变化。能源套利，即购买、储存和出售电力以利用电力现货价格变化的过程，正在成为支付电网级存储昂贵投资的重要方式。独立系统运营商（如纽约独立系统运营商 (NYISO)）要求电池存储运营商在一小时前市场中投标（尽管结算可能以最小 5 分钟的增量进行，这被认为是接近“实时”的）。运营商必须在不知道小时开始时电池中的能量水平的情况下进行这些投标，同时考虑小时结束时剩余能量的价值。该问题被表述为动态程序。我们描述并使用了一种收敛近似动态规划 (ADP) 算法，该算法利用价值函数的单调性来寻找创收竞标策略；使用最佳基准，我们通过经验展示了该算法的计算优势。此外，我们提出了一种与分布无关的 ADP 算法变体，该算法不需要了解价格过程的分布（并且不对特定的实时价格模型做出任何假设）。我们证明，使用这种与分布无关的方法，根据来自 NYISO 的历史实时价格数据训练的策略确实是有效的。
Q值正规变压器用于离线加固学习
离线增强学习（RL）的最新进步强调了条件序列建模（CSM）的功能，该范例是一种基于历史轨迹和目标返回的范式，该范式学习了动作分布。然而，由于单个轨迹内的采样回报之间的不一致和在多个轨迹之间的最佳回报之间的不一致，这些方法通常与将最佳轨迹缝合在一起的最佳轨迹拼接在一起。幸运的是，动态编程方法（DP）方法通过利用价值函数来近似每个状态的最佳未来回报，提供解决方案，而这些技术容易出现不稳定的学习行为，尤其是在长期和稀疏回报的情况下。在这些见解的基础上，我们提出了Q值重新授权的变压器（QT），该变压器（QT）结合了变压器的轨迹建模能力与DP方法的最佳未来回报的可预测性。QT学习一个动作值函数，并将最大化行动值的术语整合到CSM的培训损失中，该损失旨在寻求与行为政策紧密相符的最佳动作。对D4RL基准数据集的经验评估证明了QT优于传统的DP和CSM方法，这突出了QT在离线RL中增强最新艺术的潜力。
基于海洋温差能转换的多能源系统
基于海洋温差能转换的多能源系统 李志浩，苏嘉鹏，余晖，金安军*，王静 宁波大学航海学院，浙江省宁波市 315000 *: 通讯作者：(+86) 18600699878; ajjin at nbu.edu.cn 摘要：海洋温差能资源十分丰富，是清洁能源输出的良好条件。首先，全球海洋温差能总量约为400亿kW，而海洋温差能转换（OTEC）清洁可再生，发电稳定，储能能力强，积极开发利用海洋温差能资源对实现海洋强国战略具有重要意义。其次，针对传统OTEC的效率限制，作者提出了一种基于OTEC的多能互补系统来提高系统效率。该方法将太阳能、风能和储能集成到一个互补的OTEC系统中，该互补系统在系统级设置参数。例如，设计了一个1MW的集成发电系统，并通过计算理论模型，利用计算机辅助设计与仿真对该系统进行了研究。太阳能互补供热的OTEC系统的效率可达12.8%，综合效率可达18.6%。此外，OTEC还有许多有益的副产品，被认为对生态系统有益。最后，本文分析了该方法的基本原理和工作过程，并计算了系统效率。结果表明，与传统OTEC相比，互补系统可以提高发电输出效率、稳定性和海洋能利用率。关键词：海洋温差能转换，多能互补，太阳能互补供热，开式循环OTEC1.引言当今世界，能源消耗迅速增加，化石能源日益减少，环境污染和温室效应越来越严重地影响着我们的日常生活。因此，可再生能源对改变能源基础设施，维持人类能源利用的长远发展发挥着重要作用。据统计，赤道以南24°以南1000m处水温约为4℃，海面水温约为30℃，深海与海面温差蕴藏的能量约为10 13 W（Song，2019），海洋温差年发电潜力约为87600TWh，而全球每年的用电量约为16000TWh（Khan et al，2017）。而且海洋能可再生、稳定、清洁、无污染，具有很高的开发利用价值，浩瀚的海洋能资源对全球而言是一笔巨大的资源。海洋热能转换（OTEC）系统通过驱动暖海水和冷深海水之间的热力学卡诺热机来发电。OTEC系统的概念是一种具有百年历史的先进绿色能源技术。历史上众所周知，海洋资源具有巨大的经济价值（Torgeir 2019；Cheng 2019）。在某些情况下，大气沉降