XiaoMi-AI文件搜索系统
World File Search System定型
FRP中的紧固件故障与钢和GreengirtCMH®（复合金属混合动力）的永久固定型
•钢：钢铁具有既定的鲁棒性，是结构完整性和耐用性的基准，所有子框架材料都应旨在匹配或超越以确保安全性和长期性能。这是一种具有高负载能力的常见材料，其易感性和高热电导率的敏感性，导致潜在的热桥。由于其拉伸强度和固有的延展性而具有螺钉拉力阻力。•GreengirtCMH®（复合金属混合动力）：一种高性能的建筑材料，将FRP的耐腐蚀和绝缘性能与连续金属分量提供的结构弹性结合在一起。其独特的组成可确保稳健的螺钉固定。这允许直接使用螺钉，将螺钉挖掘成连续的金属结构支撑，以实现有效和可靠的负载分布。
以 DHX9 抑制为靶点，作为微卫星不稳定型结直肠癌的新型治疗方式
• 对患有人类 CRC-MSI 肿瘤的小鼠口服 ATX968 可导致肿瘤强劲持久地消退，并与肿瘤内诱导 PD 生物标志物 circBRIP1 相关
集中式混合光伏系统高效优化定型
Muhammad Tamoor 1、Abdul Rauf Bhatti 1,*、Arslan Dawood Butt 1、Sajjad Miran 2、Tayybah Kiren 3、Muhammad Farhan 1、Faakhar Raza 4、Paris ZakaUllah 5 1 政府学院大学电气工程与技术系
采用两阶段 PSO-模糊混合方法实现专用微电网的负荷管理和优化定型
1 伊斯兰堡 COMSATS 大学拉合尔校区能源研究中心，拉合尔 54000，巴基斯坦 2 伊斯兰堡 COMSATS 大学计算机科学系，拉合尔 54000，巴基斯坦 3 高级大学电气工程系，拉合尔 54600，巴基斯坦 4 伊斯兰堡 COMSATS 大学电气与计算机工程系，拉合尔 54700，巴基斯坦 5 政府学院大学电气工程系，拉合尔 54000，巴基斯坦 6 埃及未来大学工程与技术学院，新开罗 11835，埃及 7 岭南大学信息与通信工程系，庆山 38541，韩国 8 蒙克顿大学工程学院，蒙克顿，NB E1A3E9，加拿大 9 国际技术与管理学院，利伯维尔 BP1989，加蓬 10 知识生产与技能发展领域，斯法克斯3027，突尼斯 11 约翰内斯堡大学电气工程学院，电气与电子工程科学系，约翰内斯堡 2006，南非 * 通信地址：ateeq.rehman@gcu.edu.pk (AUR)；elsayed.tageldin@fue.edu.eg (EMTE)；shafiq@ynu.ac.kr (MS) † 这些作者对本文的贡献相同。
通过模型预测控制和优化定型比较冰蓄冷和电池对现场光伏建筑的经济性能
整合可再生能源和储能系统提供了一种更节能、更稳定地运行电网系统的方法。热存储和电池是最常见的集成设备。然而，目前尚不清楚哪种集成存储系统在整体经济性方面表现更好。冰蓄冷的初始成本和维护成本较低，但存储充电效率较低，并且只能转移与建筑物冷却要求相关的电力负荷。相反，电池的往返效率相当稳定，电池可用于转移暖通空调和非暖通空调负荷。然而，电池的初始成本较高，寿命较短。本研究提出了一种使用模型预测控制和最佳尺寸的工具，并提供了一个案例研究，用于比较具有冷却冷却器和现场光伏系统的商业建筑的电池和冰蓄冷系统的生命周期经济性。
研究论文使用随机探索性搜索中心 Harris Hawks 优化器对混合能源系统进行优化定型，并提高利用率
由于传统能源资源的枯竭、温室气体排放、气候变化等，基于可再生能源 (RER) 的发电正成为当前和未来电力行业的主要来源。主要的 RER，包括太阳能、风能和小型水电，可在智能电网环境中提供可靠且可持续的解决方案。基于太阳能和风能的发电更为普遍，但性质各异，甚至无法非常有效地预测。因此，有必要整合两个或更多 RER 并开发混合能源系统 (HES)。HES 提供经济高效且可靠的电源，同时减少和/或几乎可以忽略不计的温室气体排放。出于经济和电力可靠性方面的考虑，组件的最佳尺寸对于开发最佳 HES 是必不可少的。近年来，元启发式进化算法已被广泛用于 HES 的最佳尺寸。哈里斯霍克优化器 (HHO) 是一种最近设计的元启发式搜索方法，能够发现全局最小值和最大值。然而，由于其开发能力较弱，基本 HHO 算法的局部搜索相当慢，收敛速度也较慢。因此，为了加速 HHO 的开发阶段，本研究开发了一种新方法，即以随机探索性搜索为中心的哈里斯霍克优化器 (hHHO-ES)，用于优化 HES 的大小。针对各种众所周知的基准函数（包括单峰、多峰和固定维度），验证了建议的方法并将其与现有的优化方法进行了比较。随后，该方法被用于开发 HES，它将能够为电网供应稀缺的偏远地区提供电力。在一系列约束（例如系统组件的界限和可靠性）下，使用净现值 (NPC) 作为主要函数来制定目标函数。将获得的结果与和声搜索（HS）和粒子群优化（PSO）的结果进行了比较，发现其效果更佳。
考虑先进直接负荷控制以实现需求响应和低碳排放的偏远岛屿混合微电网优化定型
摘要：电力系统的最佳规模可以大幅降低总成本，但由于可再生能源（主要是风能和太阳能）输出功率的波动以及热力发电机的污染，这具有挑战性。本研究的主要目的是通过考虑 ADLC、住宅光伏和 BESS 以最低成本和最少碳排放量来应对可再生能源的输出功率不确定性，同时通过最小化 IL 减轻消费者的负担。本文使用多目标优化模型优化了日本粟国岛由光伏、WG、BESS 和 DG 组成的混合能源系统的成本和碳排放函数。为了在存在 ADLC 的情况下解决所提出的问题，使用了 ϵ 约束方法和 MILP。在获得所有可能的解决方案后，FSM 在所有解决方案中选择最佳解决方案。结果表明，虽然案例 1 的能源成本低于其他案例，但 IL 的数量相当大，给客户带来了负担。在案例 2 和案例 3 中，总能源成本分别比案例 1 高 11.23% 和 10%，但 IL 总和比案例 1 低 99% 和 95.96%，因为 ADLC 仅适用于拥有住宅光伏和 BESS 的消费者，这可以反映住宅光伏和 BESS 的重要性。案例 3 的总成本比案例 2 低 1.72%，但 IL 较高，因为有时会使用家用光伏电力为家用 BESS 充电。
使用 MINLP 方法对克尔曼地区的混合风力涡轮机/光伏/柴油发电机/电池系统进行优化定型
摘要。可再生资源因其在减少污染和改进技术问题方面的作用而备受关注。值得注意的是，以混合系统的形式同时使用几种资源需要研究所涉及的许多不同方面。混合系统最重要的问题之一是系统优化。因此，最有效的方法是组合组件以最小化成本。已经提出了不同的方法来确定混合系统组件的大小以优化所提出的系统。这些方法分为三类：经典、人工智能和计算机程序方法。在本文中，使用混合整数非线性规划 (MINLP) 方法获得了组件的最佳尺寸。将该算法的输出与其他两种算法进行了比较，并证明了该方法的优势。本文在更短的时间内获得了更好的响应。
使用蝠鲼觅食优化算法对孤立混合 PV/WT/FC 系统进行优化定型
本研究旨在优化拟议的独立光伏 (PV)/风力涡轮机 (WT)/燃料电池 (FC) 混合可再生发电系统的尺寸组件。一种名为蝠鲼觅食优化 (MRFO) 的新型高效优化算法被采用来设计多目标函数下的混合系统的尺寸组件，以最小化能源成本 (COE) 并最小化电力供应损失概率 (LPSP)。真实案例研究应用于埃及苏伊士湾 (纬度 30.0，经度 32.5) 的阿塔卡市。为了确保所开发算法的高性能和稳定性，本研究测试了三种不同的系统配置 (PV + WT + FC、WT + FC 和 PV + FC)。此外，还提出了不同配置的统计指标，以确认所开发的 MRFO 技术的稳健性和可靠性。模拟结果证明了 MRFO 在解决所研究的优化问题方面具有很高的能力，收敛速度快，结果可靠，能够以最小的 COE 为负载供电。
电力系统中 DG 的优化配置和定型
分布式发电 (DG) 单元是发电厂，对当前电力系统网络的架构非常重要。增加这些 DG 单元的好处是增加网络的电力供应。但是，如果分配和/或大小不正确，安装这些 DG 单元可能会产生不利影响。因此，需要对它们进行最佳分配和大小调整，以避免电压不稳定和投资成本高昂等情况。本文开发了两种基于群的元启发式算法，即粒子群优化 (PSO) 和鲸鱼优化算法 (WOA)，以解决输电网络规划中 DG 单元的最佳位置和大小问题。支持技术损耗敏感度因子 (LSF) 用于识别潜在母线，以实现 DG 单元的最佳位置。在两个 IEEE 母线测试系统（14 和 30 母线）上确认了算法的可行性。比较结果表明，两种算法都能产生良好的解决方案，并且在不同指标上彼此优于对方。 IEEE 14 母线和 30 母线测试系统中，考虑技术经济因素后，WOA 实际功率损耗减少量分别为 6.14 MW 和 10.77 MW，而 PSO 实际功率损耗减少量分别为 6.47 MW 和 11.73 MW。在两个母线系统中，PSO 的总 DG 单元尺寸更小，分别为 133.45 MW 和 82.44 MW，而 WOA 分别为 152.21 MW 和 82.44 MW。本文揭示了 PSO 和 WOA 在输电网络中 DG 单元优化定型应用中的优势和劣势。