XiaoMi-AI文件搜索系统
World File Search Systemcongestion
基于机器学习的心血管检测
摘要 - 本文调查了传输水平能量系统模型中网络构成的影响，因为在空间汇总网络时，网络的更新能量产生和削减。我们寻求使用传输系统Pypsa-Eur的开放模型来繁殖2013 - 2018年在德国的历史降低。我们的模拟包括空间和时间考虑因素，包括每行拥塞以及每个控制区和四分之一的缩减。结果表明，由于电力需求的分配不准确和对超载地点的可再生能力分配，高网络分辨率下的缩减显着高估了。但是，随着网络聚集到较小数量的节点，传输网络的高拥塞率降低，从而减少了缩减。定义了电力需求和发电厂分配错误的措施，并提示了可取的空间分辨率。因此，我们能够平衡准确的节点分配和网络拥塞的影响，揭示了减少的模型可以从最新的历史数据中降低。这表明可以减少网络以改善计算时间并捕获网络约束对可变可再生能源进料的最重要影响。
应对交通拥堵：城市和企业如何创新“首英里”和“最后一英里”交通
城市是环境污染的重要组成部分，约占全球能源消耗的 60-80% 和碳排放量的 75% 以上。1 这些排放的主要来源之一是交通运输部门，其贡献了所有能源相关温室气体 (GHG) 排放量的约四分之一。2 自 1970 年以来，交通运输排放量增加了近三倍。该部门目前是全球碳排放的第二大贡献者，3 其中道路交通约占所有交通运输排放量的 75%。4 在许多城市，交通运输约占碳排放总量的三分之一，5 随着能源等其他部门迅速脱碳，交通运输成为全球许多城市最大的排放源。对内燃机汽车的持续依赖，再加上单人驾驶汽车的大量使用，使得解决交通运输排放问题成为一项重大挑战。
用于 ERCOT 输电项目经济评估的拥堵成本节省测试
2021 年，德克萨斯州立法机构通过了 SB 1281，促使德克萨斯州公共事业委员会 (PUCT) 于 2022 年 12 月修订了公共事业委员会 (PUC) 规则 25.101。这项修订后的规则指示 ERCOT 制定拥堵成本节约测试，以评估输电线路为 ERCOT 能源消费者带来的节约，以确定是否支持输电升级具有经济效益。ERCOT 一直在探索适合 ERCOT 市场的拥堵成本节约测试（业内通常称为消费者利益测试）的选项。ERCOT 聘请了 Energy and Environmental Economics, Inc. (E3) 作为其顾问，通过审查拥堵成本节约测试的选项来支持 ERCOT，并提供最适合 ERCOT 市场结构的效益测试建议。
通过加强电力和热能基础设施的整合来实现拥堵管理
摘要。通过整合电力和热力基础设施，可以有效地管理可再生能源发电造成的电网拥堵，后者以大型区域供热 (DH) 网络为代表，通常由大型热电联产 (CHP) 电厂供电。热电联产电厂可以通过调整热能和电能之间的比率，在电力市场上出售电力，从而进一步提高区域供热多公用事业的利润率。后者只适用于某些热电联产电厂，这些电厂允许将两种商品的发电分离，即由两个独立变量（自由度）提供的发电，或通过将它们与热能存储和电转热 (P2H) 单元集成。因此，热电联产单元可以帮助电网的拥堵管理。引入了一个详细的混合整数线性规划 (MILP) 优化模型，用于解决综合电力和热力基础设施的网络约束单元承诺问题。所开发的模型包含热电联产单元（即热能和电能）的有用效应的详细描述，这些效应是一两个独立变量的函数。无损直流流近似模拟电力传输网络。区域供热模型包括使用燃气锅炉、电锅炉和热能储存。对 IEEE 24 总线系统进行的研究强调了全面分析多能源系统的重要性，以利用电力和热力部门联合运行带来的灵活性并管理电网拥堵。
AI驱动的智能停车系统：优化城市停车效率和降低拥塞
城市停车系统是导致交通拥堵和驾驶员挫败感的重要贡献，研究表明，高达30％的城市交通是由于寻找停车场的驾驶员而造成的。传统的停车系统通常缺乏实时数据和适应性，导致效率低下，例如填充地段和未充分利用的空间。本文探讨了人工智能（AI）和物联网技术如何通过实现实时停车空间检测，需求预测和动态定价来优化城市停车位。通过整合来自物联网传感器，交通系统和移动应用程序的数据，城市可以减少拥堵，改善停车位并增强整体城市流动性体验。实验结果表明，停车效率，交通流量和用户满意度的显着提高，为智能城市停车系统提供了可持续的蓝图。
0-7131：利用人工智能 (AI) 技术检测、预测和管理高速公路拥堵
提高德克萨斯州地面交通系统的质量和效率需要对长期拥堵的发生和扩散做出可靠的预测，以及有效跟踪异常事件及其潜在发展。人工智能 (AI) 为实现这些目标提供了一条独特的途径，它提供了一个机会，可以通过利用来自各种来源的数据来准确估计拥堵程度，包括机构拥有的传感器、第三方提供商和广泛的企业数据库。德克萨斯州交通部 (TxDOT) 0-7131 项目旨在通过实施两个主要项目阶段来弥补当前的研究差距。第一阶段旨在验证用于交通规划和运营的商业数据源的可靠性。第二阶段侧重于确定最有效的 AI 模型或算法以满足该机构的需求，同时考虑特定的用例和数据可用性。此外，对必要的数据模型和工作流程进行深入分析以确定训练、测试和验证所提出的 AI 方法的长期可持续性至关重要。
经济激励措施能促进身体活动吗？来自伦敦交通拥堵费的证据
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括政策观点，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一个独立的经济研究机构，开展劳动经济学研究，并就劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类文件时应说明其临时性质。修订版可直接从作者处获得。
使用BSM和PVD
摘要：随着自动驾驶汽车重塑城市运输的迅速发展，创新的交通管理解决方案的重要性已升级。这项研究通过部署路边单位（RSU）来解决这些挑战，旨在提高自主驱动时代的交通流量和安全性。我们的研究是在直线和交通圈道路等各种道路环境中进行的，探讨了RSUS降低交通密度并减轻交通拥堵的能力。采用车辆到基础结构通信，我们可以审查其在自动驾驶汽车，结合基本安全消息（BSM）和探测车辆数据（PVD）中的重要作用，以准确监控车辆的存在和状态。本文以所有车辆的连通性为前提，考虑到旧车上的机载单元或板载诊断以扩展连通性的集成，尽管这一方面远远超出了工作的当前范围。我们对两种道路类型的详细实验表明，当密度达到笔直的道路上的临界阈值3.57％，在交通圈道路上达到34.41％时，车辆行为会受到重大影响。但是，重要的是要注意确定的阈值不是绝对的。在我们的实验中，这些阈值表示一辆车的行为开始显着影响两辆或多个车辆的流动。在这些级别上，我们建议通过实施诸如禁止车道更改或限制进入交通圈的措施，以减轻交通问题。我们在PVD中提出了一条新消息：RSUS：道路平衡。使用此消息，RSU可以在车辆之间协商。这种方法强调了RSU的积极管理交通流量和防止交通拥堵的能力，强调了它们在保持最佳交通状况和提高道路安全方面的关键作用。
整合社区能源存储以实现拥堵管理和能源成本优化：TLBO 解决方案
近年来，主动配电系统比过去更容易出现拥塞。在这方面，文献中研究了不同的拥塞管理机制。采用能源存储系统 (ESS) 共享框架来应对分布式能源 (DER) 的长回报期和高投资成本，可以为缓解拥塞带来有希望的解决方案。本文提出了一种利用社区能源存储 (CES) 同时进行能源成本优化和拥塞管理的框架。作为一个案例研究，考虑了配电系统中连接到四个微电网 (MG) 的 CES。共享存储系统通过使用启发式优化算法（特别是基于教学的优化 (TLBO) 算法）优化电池的运行，使 MG 能够降低能源成本。同时，配电系统运营商 (DSO) 利用共享存储从 CES 管理器购买充电电力来缓解拥塞。在所提出的方法中，DSO 为 CES 充电的电力支付溢价，超过拥堵时段的现行电价。此外，为了管理由负载变化和间歇性可再生能源 (RES) 引起的不确定性，本研究采用了蒙特卡罗模拟。通过全面的模拟和分析，所提出的方法证明了 CES 作为配电系统中拥堵管理和运营成本优化的有效工具的潜力，并为 MG 和 DSO 带来经济效益。
改进的吉尔伯特 - 瓦尔沙莫夫（Gilbert – Varshamov）绑定了纠缠 -网格拥塞缓解和电池降解最小化，使用基于PV的微电网中的模型预测控制
摘要 - 电网中光伏（PV）系统的整合在峰值功率进料过程中引起拥塞。PV系统中的电池存储会增加自我消费，以实现消费者的好处。然而，随着传统的自我消费（MSC）控制电池调度的控制，网格拥塞的问题未解决。电池往往会在一天的早期充满电，并且峰值功率仍然易于网格。这还增加了由于高电荷（SOC）水平的停留时间增加而增加的电池降解。为了解决此问题，此工作使用模型预测控制（MPC）在PV系统中进行调度，并使用电池存储，以实现最大程度地减少电池降解，网格拥塞，同时最大化自我消耗的多个目标。为了证明改进，此工作比较了用于电池调度的MPC和MSC方案的性能。通过绩效指数（例如自消耗率，峰值功率降低和电池容量逐渐消失）来量化改进。对预测误差下MPC性能的计算负担和最大恶化的分析也进行了。得出的结论是，与MSC相比，MPC在PV系统中实现了相似的自我消费，同时还可以减少电网充血和电池降解。