XiaoMi-AI文件搜索系统
World File Search SystemDSM
2021/2022 需求侧管理计划
1. 执行摘要——概述了 2021-22 年 DSM 总体计划的战略方向；提供了计划和产品级目标和预算；按成本类别确定预算；并解决了客户参与问题。 2. 计划和产品摘要——每个计划领域的高级摘要，随后是每个 DSM 产品的具体信息。 3. 成本效益分析——提供 2021 年和 2022 年电力和天然气组合和计划成本效益分析结果。 4. 附录——列出首字母缩略词列表；关键术语；产品排名；预算类别描述；避免的成本；天然气 DSM $/Therm 和收入损失确认（“ALR”）方法；电力负荷形状文档；和技术参考手册（视同节省和预测技术假设）。
需求方深度学习技术...
摘要：随着电动汽车的日益普及，电动汽车充电基础设施中有效需求侧管理 (DSM) 的必要性也随之增加。不协调的充电会导致局部变压器过载、能源费用增加和系统不稳定。本研究对电动汽车充电站 DSM 中使用的深度学习方法进行了全面分析。卷积神经网络 (CNN)、循环神经网络 (RNN)、长短期记忆 (LSTM) 网络和强化学习 (RL) 是我们研究的一些深度学习模型。本文重点介绍了负荷预测、动态定价、最优调度和用户行为建模等关键应用。模拟结果表明，基于深度学习的 DSM 可以提高电网弹性、降低运营成本并减少峰值需求。最后，我们讨论了与实时、隐私和可扩展性有关的潜在研究途径和问题。
微电网中需求侧管理的定价机制与非定价机制
摘要 - 在本文中，我们比较了芬兰赫尔辛基社区中实施需求方管理（DSM）机制的定价和非定价机制。我们使用配置文件转向方法比较了基于峰值负载方法的负载转向，并根据市场价格信号（根据峰值负载，损失和设备配置文件）进行负载转向。我们发现两种方法之间存在显着差异。峰值减少控制策略有助于降低峰值功率和提高功率流稳定性，而主要基于价格的策略则导致更高的峰值和增加的电网损失。我们的结果强调了可能有必要从基于市场价格的DSM转移到基于峰值负载降低和其他系统要求的DSM激励和控制策略。索引条款 - 可再生能源，需求侧的管理，微电网，价格机制，峰值负载降低
混合方法社交计算方法
背景：2型糖尿病会影响近3420万成年人，并且是美国第七大死亡原因。数字健康社区已成为为从事糖尿病自我管理（DSM）的个人提供社会支持的途径。对数字同伴互动和社交联系的分析可以改善我们对行为改变的因素的理解，这可以为个性化的DSM干预措施开发。目的：我们的目标是使用混合方法方法应用我们的方法来（1）表征DSM中特定于上下文特定社会影响模式的作用，并且（2）得出介入的介入目标，以增强个人参与DSM。方法：使用美国糖尿病协会支持DSM的同伴信息（n = 〜73,000个从2014年到2021年），（1）产生了一组标记的同伴相互作用集（n = 1501，用于美国糖尿病的n = 1501，通过手动学习模型，（2）用于Qualitiel dectie decter（2），（2）均具有Qualiit datired colditiper（2）整个模型（2），该模型（2）整个代码（2）整个代码效果（2）回顾性分析和（4）社交网络分析技术被用来描绘嵌入在同伴互动中的通信维度（内容和上下文）之间的大规模模式和关系。结果：从属关系模型表明，通过共享交互式沟通风格的演讲行为与社区用户接触与社区用户的参与有积极的联系。结论：在这项研究中，我们表征了社会影响在DSM中的作用，如大规模社交媒体数据集所示。我们的结果还表明，使用交互式通信风格的演讲行为（交流环境）表达患者报告的结果和进步主题（通信内容）时，患有2型糖尿病的用户更有可能在社区中参与社区。它表明了基于用户的上下文和与同行交流的结构更改形式进行有针对性的社交网络干预措施的潜力，这可以发挥社交影响来修改用户参与行为。对多组分数字干预措施的影响。
基于无人机的地形分析...
Tekin SUSAM 摘要：无人机 (UAV) 可以为探索考古遗址的建筑提供非常有用的图像数据集。数字表面模型 (DSM) 是一种可以使用摄影测量材料和方法从无人机图像中获取的数据集。本研究的目的首先是获得非常高分辨率的 DSM，其次，对塞巴斯托波利斯考古遗址进行基于地理信息系统 (GIS) 的地形分析。塞巴斯托波利斯古城位于土耳其黑海地区托卡特省的苏卢萨赖区；该遗址属于希腊化/罗马时期。这项研究表明，多旋翼无人机特别适用于需要在考古遗址上空非常低空飞行的应用，并且以这种方式获取的 DSM 对于详细分析考古遗址的地形结构非常有效。关键词：GIS；非常高分辨率 DSM；无人机 1 简介 记录和分析考古遗址及其环境极其重要 [1, 2]。通过使用空中或非空中视角，考古研究中可以实施许多方法。卫星和其他基于空中的数字高程数据集为考古学家提供了非常有价值的信息平台，可用于分析考古区域 [3-6]。这些数据集使研究人员有机会以比众所周知的测量更高的精度对地形表面进行建模
健康计划政策 政策标题：药物滥用和依赖性治疗服务
范围：本政策旨在确认 CHRISTUS 健康计划涵盖物质使用障碍的治疗，包括当前《精神障碍诊断和统计手册》（DSM）V5 定义的物质使用障碍。定义和首字母缩略词：《精神障碍诊断和统计手册》（DSM）是美国和世界大部分地区的医疗保健专业人员使用的手册，是诊断精神障碍的权威指南。DSM 包含诊断精神障碍的描述、症状和其他标准。它为临床医生提供了一种有关患者沟通的通用语言，并建立了可用于精神障碍研究的一致可靠的诊断。政策：CHRISTUS Health Plan 为患有物质使用障碍的会员提供物质使用障碍治疗福利，物质使用障碍的定义见现行《精神障碍诊断和统计手册》V。物质使用障碍的提供者包括：医院、经州卫生服务部许可的化学依赖治疗机构以及治疗艺术从业者。CHRISTUS Health Plan 在其网络中包括这些福利的重要传统提供者 (STP)，并为这些 STP 提供快速认证。CHRISTUS Health Plans 与任何愿意提供这些福利的重要传统提供者 (STP) 签订提供者协议，只要这些提供者符合 Medicaid 注册要求、MCO 认证要求并同意 MCO 的合同条款和费率。物质使用障碍情况包括以下内容
信息流和知识捕获... - DSpace@MIT
在本论文中，我们提供了一个案例研究，研究了普惠公司最近向模块中心组织过渡时出现的知识获取和信息流问题。通过分析普惠公司获得的定性和定量调查数据、该领域的现有研究以及我们作为该环境参与者的观察，我们确定了分散 IPT 环境中实现高效信息流和知识获取的几个关键推动因素。通过分析，我们确定了关键的信息流和知识获取问题，并提出了潜在改进建议。设计结构矩阵 (DSM) 方法用于了解普惠公司现有的 IPT 之间复杂、紧密耦合的信息流。我们以之前的普惠 DSM 工作为基础。提出的 DSM 不仅是一种有价值的工具，可以识别零件级和系统级属性之间存在的信息流路径，还可以用作信息技术工具来捕获所识别信息流路径中包含的内容或知识。
请愿书编号 160/MP/2024 中的命令
“3.10 风能和太阳能发电机 3.10.1 风能和太阳能发电机的发电量具有不确定性和可变性。在此期间，此类发电机正努力通过部署强大的预测工具和技术来解决可变性问题。然而，认识到这些资源固有的不确定性，为了促进这些绿色能源的发电，现有的 DSM 框架（如 2014 年 DSM 法规）为风能和太阳能发电机制定了特殊豁免。在拟议的 DSM 法规中，特殊豁免也得以延续，但有一些变化。对于超额注入，他们既不会获得报酬，也不必支付任何偏差费用。对于注入不足，他们免于支付高达 10% 的偏差费用，而目前的容忍范围是 (+/-) 15%。这是基于这段时间在改进预测和汇总联合站调度方面获得的经验，从而减少了单个发电机的误差。在一个时间段内，如果注入量超过 10% 的限制，则应按照该时间段内正常偏差费用的 10% 收取偏差费用。”
需求侧管理长期计划
执行摘要 为协助 Dominion Energy Virginia（Dominion Energy 或公司）规划满足《2018 年电网转型和安全法案》（GTSA）和《弗吉尼亚清洁经济法案》（VCEA）中概述的立法要求，Cadmus 制定了一项长期计划（也称为该计划），概述了面向客户的需求侧管理 (DSM) 计划的框架以及转变现有运营环境以实现其目标的途径。该计划是广泛研究、利益相关者意见和定量分析的成果，Cadmus 利用这些成果概述了精简、经济高效的 DSM 计划结构并推荐了其他行动。该结构将 Dominion Energy 现有的 DSM 计划组合整合为一套更具凝聚力的产品，帮助其客户在家庭和企业中安装能源效率升级产品。Cadmus 分析了过渡到该拟议计划结构并结合实施广泛的客户宣传活动对 Dominion Energy 实现其目标的能力可能产生的节能影响。
ScienceDirect
如今，智能能源管理概念的潜力在许多领域都各不相同，例如智能能源使用。电力能源领域的趋势取决于各种因素。其中一个因素是可再生能源的供应和分配波动，导致智能电网必须进行负荷控制。另一个因素是需要更灵活的需求侧管理，尤其是对于制造业而言。基于模块化信息物理生产系统 (CPPS) 日益增强的连接性，可以确定需求侧管理概念的新机遇。本文旨在从经济和技术方面展示一种基于动态价格的 CPPS 需求侧管理 (DSM) 方法。我们重点关注 DSM 和动态定价，以实现 CPPS 侧与智能电网和电力能源领域的市场之间的互动。此外，还将展示使用 CPPS 收集、转换和学习能源消耗数据的意义以及由此产生的 DSM 可能性。根据这些发现，将确定对制造商可能产生的影响，例如更好地适应电能资源的可能性，这与生产计划数据或生产过程重新配置的识别有关。