XiaoMi-AI文件搜索系统
World File Search Systemcurves
![arXiv:1905.12508v2 [astro-ph.EP] 2019 年 7 月 9 日](/simg/4\47089ac039671e7e9e52834bc92884358a383af8.webp)
arXiv:1905.12508v2 [astro-ph.EP] 2019 年 7 月 9 日
上下文。罗塞塔号航天器上的 OSIRIS 相机在彗星 67P/Churyumov-Gerasimenko (67P) 的彗发内测量的尘埃亮度相位曲线呈现出显著的 U 形。目的。我们的目标是将这些相位曲线与暂时模拟的尘埃样本的相位曲线进行比较，以评估可能导致这种形状的关键尘埃特性。方法。在实验室和微重力条件下，使用 PROGRA2 仪器对可能代表彗星尘埃颗粒的不同物理特性和成分的样本进行了光散射测量。结果。我们发现，最近开发的一系列行星际尘埃类似物的亮度相位曲线（用于拟合内黄道云的极化特性及其随太阳中心距离的变化）与 67P 的亮度相位曲线非常相似。关键的尘埃特性似乎与成分和孔隙度有关。结论。我们得出结论，67P 亮度相位曲线的形状与大量有机化合物（至少 50% 的质量）和蓬松聚集体（尺寸范围为 10 至 200 µ m）的存在有关。我们还证实了这颗木星族彗星的尘埃颗粒与内黄道云中的颗粒之间的相似性。
附录 C：容量扩展假设矩阵
对于可再生资源（例如陆地风能、公用事业光伏、海上风能）和电池存储资源，资源的固定容量贡献基于边际 ELCC 曲线。边际 ELCC 曲线是针对 NYCA 中的每种适用技术类型和每个地区计算的。可再生资源的边际 ELCC 曲线是根据新资源在峰值净负载小时数的前 1%（P99）期间的平均产出（即最高净负载小时数期间的边际贡献）计算的。电池存储资源的边际 ELCC 曲线是根据新资源在最高峰值净负载小时数期间的峰值需求减少量计算的。针对每种技术类型的边际 ELCC 曲线计算中考虑的变量包括每小时负载、资源贡献（分别为可再生能源和电池存储资源的平均产出或峰值需求减少量）和评估资源的每小时负载净值。边际 ELCC 曲线是针对每种情景、NYCA 中的每种适用技术类型以及夏季和冬季的每个地区计算的。 DEFR 的固定容量额定值与 NERC GADS 数据库中联合循环装置的默认降额因子值一致。
用于浅循环下商用锂离子电池健康状态评估的自注意知识领域自适应网络
图1：现有的以全循环训练的监督数据驱动模型对浅循环电池的估计性能较差。a、不同SOC范围内的CALCE数据集中的电池SOH衰减曲线。b、基于全循环部分充电曲线的浅循环电池SOH估计示意图。c、不同SOC范围内电池的充电过程随循环的演变和概率分布。
纳米建筑MNO2 -TIN纳米管阵列...
扫描率。循环伏安法曲线将对称形状从0.005 V•s -1至0.1 V•S -1保持，表明电极材料的放大能力。由于法拉第反应时间不足以高扫描速率，特定电容随扫描速率的增加而降低。图5C显示了在不同电流密度下TN-MO-S的充电偏差曲线。几乎对称的三角形轮廓表现出电极的电容和可逆特征。
传输计划中的能源存储
- 接下来的两个幻灯片显示了2030年春季和夏季峰日预期的代表性每日载荷曲线 - 2018年典型的春季和夏日的总负载量是2030年预期的PV和Wind（基于2020 CELT PV预测，现有设施，现有设施，FCM承诺，FCM承诺和州合同）的图形 - 在2018年的情况相同。
支持信息
图 S11。a) 0.01 V-3 V 范围内 0.2 mV s -1 的 CV b) NGA-CMP 最初五次循环期间 0.1 A g -1 的恒电流充电/放电。在第一次阴极扫描期间，1.06 V 处的明显峰归因于 Na + 插入 NGA-CMP，而 0.52 V 处的宽峰可归因于伴随 Na + 插入的 SEI 形成。1 从第二次循环开始，CV 曲线几乎重叠，表明本材料具有优异的可逆性和循环稳定性。 0.67 V 处出现宽阴极峰，符合化学相互作用的电容过程，NGA-CMP 在 0.4 V-0.01 V/0.01 V-0.82 V 和 1.22 V-0.38 V/0.62 V-1.35 V 附近呈现两条可逆曲线，与恒电流循环曲线一致。第一条斜线属于钠离子插入和从孔隙中脱出，这在 Sb@NGA-CMP 中并不明显。第二条斜线与吡嗪位点有关。2
HEC-RAS 用户手册 - 水文工程中心
6.7 横向结构（堰、闸门溢洪道、涵洞和分流额定曲线）...................................................................................................................... 115
清洁能源技术的成本动态
摘要全球脱碳过程的速度被认为取决于清洁能源技术的成本提高速度，特别是可再生能源和能源存储。本文采用了赖特（Wright）的经典学习框架（1936），该框架预测，成本将降低，这是过去部署累计量的函数。我们首先检查了太阳能光伏模块，风力涡轮机和电解质的学习曲线。这些估计值然后成为估计生成相应清洁能量的生命周期成本动力学的基础，即太阳能和风能以及氢的电力。我们的计算指出了显着且持续的学习曲线，在某些情况下，这比传统的80％学习曲线的成本下降要快得多。最后，我们认为，观察到的个体清洁能源技术的学习曲线在推进向脱碳能量经济的过渡方面相互加强。
二维碘化铅钙钛矿中的光-铁电相互作用
图 3. (a) 黑暗环境下 cKPFM 测量中相位响应的加载图，其中 BE-PFM 测量中观察到铁电畴。(a) 中 (b) 红色、(c) 绿色、(d) 紫色和 (e) 浅蓝色标记的“×”处的单个 cKPFM 曲线。(f) 照明环境下 cKPFM 测量中相位响应的加载图。(g) 黄色、(h) 绿色、(i) 紫色和 (j) 浅蓝色标记的“×”处的单个 cKPFM 曲线。(k) 黑暗环境下和 (l) 照明环境下 cKPFM 数据平均偏差的第 1 个 PCA 分量。