XiaoMi-AI文件搜索系统
World File Search Systempreprint
无逆变器并网风力发电厂：预印本
摘要 — 3 型和 4 型风力发电机的电网形成 (GFM) 控制在电力系统研究中引起了广泛关注；然而，电力电子转换器有限的过流能力继续削弱不断发展的电力系统的电网强度。同步风力发电，也称为 5 型风力发电机 (WTG)，通过在可再生能源发电渗透水平非常高的情况下保持电网基本同步，提供了独特的 GFM 解决方案来解决电网整合和电网强度问题。5 型 WTG 通过由变速液力变矩器驱动的同步发电机 (SG) 连接到电网；因此，风力转子以变速模式运行以实现最大发电量，并且发电机轴与电网保持同步。本文在功率硬件在环 (PHIL) 测试环境下开发并测试了 5 型 WTG 的高保真模型。 PHIL 演示表明，5 型风力发电机组本质上可充当 GFM 装置，并且在高风速条件下，与 3 型风力发电机组相比，其功率响应、风轮动力学和效率方面可获得类似的性能。开发的模型还进一步深入了解了 5 型风力发电机组如何有利于平稳过渡到具有高集成度逆变器资源的电力系统。索引术语 — 同步风、电网形成控制、电网强度、5 型、功率硬件在环。
EasyChair 预印本使用机器学习进行飞机事故预测...
空中交通系统变得多层次、多维、高度分散、相互依赖，其复杂程度在几十年前是难以想象的。这就是为什么在如此复杂的环境中保持高水平的安全性比以前更具挑战性 [1]。民航是一个复杂的混合体，由许多不同但相互关联的人为、技术、环境和组织因素组成，这些因素影响系统的安全性和性能。在商业航空的早期，飞机事故数量众多是一个特点。所有安全流程的重点是事故预防，但在航空时代初期，飞机事故调查是预防的主要工具。如今，人们采用了主动的安全方法。这意味着利益相关者应该收集数据，以预测不仅实际和当前的安全风险，而且还要预测即将发生的安全风险。在这种情况下，必须改进安全分析以预测未来的安全风险和安全性能。设计和广泛使用识别和预测不良安全事件的技术和方法至关重要。当今是数据丰富和技术繁荣的时代，这为人工智能和机器学习进入我们现实的每一个角落打开了一扇大门。在这项工作中，我们提出了一种用于飞机事故预测的机器学习算法。主要思想是支持主动安全方法。该技术可以在 SAR（搜索和救援）任务中作为空难严重程度预测工具发挥作用，以优化 SAR 行动中的资源投入。机器学习是一种非常强大的技术，它可以使用数据来训练算法并赋予计算机系统“学习”的能力（即逐步
一种可扩展的脱碳化模块化构建解决方案的方法：预印本
这项工作是由国家可再生能源实验室撰写的，该实验室由美国能源部国家能源部（DOE）国家可再生能源实验室（DOE）根据合同号DE-AC36-08GO28308。由美国能源部能源效率和可再生能源建设技术办公室提供的资金。本文所表达的观点并不一定代表美国能源部或美国政府的观点。美国政府保留和出版商，通过接受该文章的出版物，承认美国政府保留了不可限制的，有偿的，不可撤销的，全球范围内的许可，以出版或复制这项工作的已发表形式，或允许其他人这样做，以实现美国政府的目的。
Yan等人预印本，SARS-COV-2
关于SARS-COV-2的潜在起源的几项分析已在科学期刊上发表，这些期刊在发表之前提供同行评审。2、3、4、5、6、7、8、9的同行评审对于科学过程至关重要，因为专家的审查允许得出有意义的结论，并减少了不适当的外推或误解。这是一个不完美的过程，经常被批评为缓慢，但是同行评审是科学记录中构建可靠性的必要部分。最好的科学细节最好由其他人也是技术领域的专家来理解和批评。当文章的受众被扩大到相邻科学领域的技术受众中，数据可能比实际情况更光滑，相互冲突更少，从而导致其真实含义的模糊或歪曲。
预印本 DOI：发布于 2022 年 6 月 30 日 https://...
基于全基因组测序的链霉菌属的表征。 6（4）：关注天然产品1 2 MarcelaProençaBorba1（0000-0003-4909-969X），JoãoPaulowitusk 1，DéboraMarchesan Cunha 1，Daiana deiana de Lima- 3 Mora-3 Morales 2,3 591-6514）4 5 1-农业和环境微生物学的研究生课程，基本健康科学研究所，6联邦大学里奥格兰德大学，巴西Porto Alegre，巴西Porto Alegre 7 2-生物信息知识从Porto Alegre开始阿雷格里、南里奥格兰德州、阿雷格里港、巴西 10 11 通讯作者：Marcela Proença Borba（ceh.proenca@gmail.com） 12 13 关键词 14 次生代谢产物、基因组挖掘、放线菌、生物合成基因簇、植物病原真菌。 15 16 数据摘要 17 该全基因组霰弹枪项目已存入 DDBJ/ENA/GenBank，登录号为 18 VIFW00000000。由于核苷酸序列数量巨大，在整个手稿和在线资源的补充数据中发现了数据库登录号。 20 21 摘要 22 我们对链霉菌属的整个基因组进行了测序。 6（4）是从番茄根部分离得到的，对植物病原真菌具有抗真菌活性，主要针对番茄根结线虫（Bipolaris sorokiniana）。该基因组有近 7 Mb 和 24 3,368 种假设蛋白质，这些蛋白质在 Uniprot 中进行了分析和表征，重点是 25 种生物化合物。为了表征和鉴定该分离株，进行了 MLST 分析，最终得到一种新的 ST，26 归类为 ST64。构建了表型和系统发育树来研究链霉菌属。 6(4)进化27和序列相似性，该分离株是与Streptomyces prasinus和Streptomyces viridosporus更接近的菌株。已知链霉菌属具有强大的代谢能力，并且存在隐秘基因。这 29 个基因通常以簇的形式存在，负责生产多种天然产物，其中主要是抗生素。此外，6（4）显示通过反SMASH扩增出11个生物合成基因簇，其中包括3个簇31PKS和NRPS类型。 32 33 34 简介 35
决策中能源情景可视化的机遇与挑战：预印本
情景研究是一种表示一系列可能的复杂决策随时间变化并分析这些决策对未来结果影响的技术。通常使用情景来研究未来能源系统建设和脱碳的潜在途径。这些研究的结果通常被不同的能源系统利益相关者（如社区组织、电力系统公用事业公司和政策制定者）用于使用数据可视化进行决策。然而，可视化在促进利用能源情景数据进行决策方面的作用尚不明确。在本文中，我们回顾了能源情景研究中使用的常见可视化设计，并讨论了其中一些技术在促进利用情景数据进行不同类型分析方面的有效性。
EasyChair 预印本使用机器学习进行飞机事故预测...
多维、高度分布式、相互依赖，其复杂程度在几十年前是无法想象的。这就是为什么在如此复杂的环境中保持高水平的安全性比以前更具挑战性 [1]。民航是一个复杂的混合体，由许多不同但相互关联的人为、技术、环境和组织因素组成，这些因素影响系统的安全性和性能。在商业航空的早期，飞机事故数量众多是一个特点。所有安全流程的重点是事故预防，但在航空时代初期，飞机事故调查是预防的主要工具。如今，人们采用了积极主动的安全方法。这意味着利益相关者应该收集数据，以预测不仅实际和当前的安全风险，而且还要预测即将发生的安全风险。在这种情况下，必须改进安全分析以预测未来的安全风险和安全性能。设计和广泛应用识别和预测不良安全事件的技术和方法至关重要。当今是一个数据丰富、技术繁荣的时代，这为人工智能和机器学习进入我们现实的每一个角落打开了一扇大门。在这项工作中，我们提出了一种用于飞机事故的机器学习算法
100% 可再生能源真实微电网的暂态稳定性研究：预印本
摘要 — 本文对一个可 100% 使用可再生能源运行的真实微电网进行了暂态稳定性研究，以便更好地了解微电网在各种动态场景下的稳定性和可靠性。特别是，在这种电力系统中，多个电网形成 (GFM) 和电网跟踪 (GFL) 逆变器在孤岛和黑启动等动态运行条件下的运行情况尚不清楚；因此，本文开发了微电网的电磁暂态模型，以研究系统在各种动态运行条件下的稳定性并识别潜在的可靠性风险。使用高精度模型的 PSCAD/EMTDC 仿真有助于深入了解 GFM 和 GFL 逆变器的最佳运行模式以及微电网的稳定性和可靠性。它还可以为现场部署提供逆变器控制参数和协调以及黑启动和计划外孤岛的预期性能方面的信息。
电网和技术变化背景下的太阳能光伏发电削减：预印本
太阳能光伏 (PV) 系统发电时没有边际成本或排放。因此，光伏发电几乎总是优先于其他燃料来源并输送到电网。随着光伏渗透率的提高，会出现光伏发电被削减的情况，要么是因为当地供需失衡，要么是为了保持系统灵活性。在本文中，我们对四个主要国家（智利、中国、德国和美国）近期的削减情况进行了新颖的综合分析。我们发现，2018 年这些国家削减了约 650 万兆瓦时的光伏发电量。我们发现，光伏削减在春季和秋季达到峰值，此时光伏发电量相对较高，但电力需求相对较低。与风电的情况类似，部分光伏削减归因于连接人口稀少的太阳能密集地区和负荷中心的输电能力有限。