摘要:联盟形成通常以几乎非合作的方式进行分析,作为一个两阶段博弈,第一阶段包括成员行动,第二阶段包括物理行动,例如提供公共物品。我们将这种广泛使用的方法形式化为每个阶段同时采取行动的情况。在此,我们特别关注对称物理博弈的情况。提供了各种理论结果,特别是卡特尔博弈。由于它们至关重要,因此重新考虑了关于古诺类物理博弈联盟均衡唯一性的最新结果。其中包括各种具体的例子。最后,我们讨论了研究策略,以获得关于具有抽象物理博弈的均衡联盟结构的结果,这些结果涉及其原始元素的定性属性。
摘要 — 本文提出了一种使用 EEG 数据进行情绪识别的新型两阶段框架,该框架在保持模型尺寸小且计算效率高的同时,性能优于最先进的模型。该框架由两个阶段组成;第一阶段涉及构建名为 EEGNet 的高效模型,该模型受到最先进的高效架构的启发,并采用包含深度可分离卷积层的倒置残差块。EEGNet 模型在效价和唤醒标签上分别仅使用 6.4k、14k 和 25k 个参数即可实现 90%、96.6% 和 99.5% 的平均分类准确率。在准确率和存储成本方面,这些模型比之前最先进的结果高出多达 9%。在第二阶段,我们对这些模型进行二值化以进一步压缩它们并轻松将它们部署到边缘设备上。二值神经网络 (BNN) 通常会降低模型准确率。本文通过引入三种新方法改进了 EEGNet 二值化模型,并实现了比基线二值模型高出 20% 的改进。所提出的二值化 EEGNet 模型分别实现了 81%、95% 和 99% 的准确率,存储成本分别为 0.11Mbits、0.28Mbits 和 0.46Mbits。这些模型有助于在边缘环境中部署精确的人类情感识别系统。索引术语 — 情感识别;脑电图;3D-CNN;ResNet;量化;深度学习;二值 CNN
随着化石能源危机和环境污染,风能和其他可再生能源一直在蓬勃发展。然而,风能的强烈间歇性和波动性使其整合到网格中。为了解决此问题,本研究提出了一种互补的发电模型,该模型是风能泵的存储系统,该模型使用水力发电和泵送存储来调整风力的极高。如何考虑风能输出的不确定性和不可预测性,并使更可靠的水力发电计划和抽水存储生成计划是在网格中以高比例的可再生能源而解决的关键问题。预测演化的martingale模型用于描述不同区域中风能的不确定性演变。根据该区域中的灵活载荷,灵活指数用于量化灵活性,交易价格设置为与灵活性成正比。然后开发了日间和实时调度模型的两阶段框架。在白日阶段,不同地区彼此交易。如果交易后的电力不平衡,它将由水电和满足电力需求的电网补充。在实时阶段,添加泵存储以快速平衡风能的偏差和实时和日间阶段之间的负载。最后,考虑到水力发电对电网中风能消耗的积极影响,提出了一种基于改进的沙普利价值方法的好处分配方法。测试案例以验证提出的分配模型和益处分配方法的合理性。在水力发电和抽水储存的合作之后,平均收入增长率为3.02%。改进的益处分配方案使水力发电和抽水储存更加好处,并促进了多参与者的合作。
摘要:在快速发展的综合能源系统(IES)背景下,考虑可再生能源出力的不确定性可以使综合能源系统规划更加符合现实。鉴于此,本文提出一种考虑不确定性的综合能源系统规划方法。首先,为了准确描述可再生能源出力场景,本文描述了IES模型并介绍了采用的场景分析方法。其次,构建了综合能源系统设备出力模型,设置了相应的约束条件和目标函数,采用改进的粒子群-蚁群优化算法进行求解,并提出了考虑不确定性的规划求解策略。最后,通过某园区实际案例数据验证了上述结论,结果表明本文提出的方法经济合理。
摘要 — 本文针对具有潜在光伏产消者的配电网,提出了一种新颖的两阶段博弈论住宅光伏 (PV) 板规划框架。一项创新贡献是将住宅光伏板位置分配模型与能源共享机制相结合,以增加光伏产消者的经济效益,同时促进住宅光伏板的合理安装。住宅光伏板规划决策的优化被制定为一个两阶段模型。在第一阶段,我们开发了一个基于 Stackelberg 博弈的随机双层能源共享模型,以确定具有不确定的光伏能量输出、负载需求和电价的光伏板的最佳尺寸。我们没有使用商业求解器直接解决所提出的双层能源共享问题,而是开发了一种基于有效下降搜索算法的解决方法,可以显着提高计算效率。在第二阶段,我们为所有光伏产消者提出了一个基于随机规划的住宅光伏板部署模型。该模型被制定为最优功率流 (OPF) 问题,以最小化有功功率损耗。最后,在IEEE 33节点和123节点测试系统上的仿真证明了所提方法的有效性。
摘要:苯乙烯是一种重要的工业化学化学物质。尽管有几项研究报告了微生物苯乙烯的产生,但可以增加批量培养物中产生的苯乙烯量。在这项研究中,使用基因设计的大肠杆菌产生了苯乙烯。首先,我们评估了拟南芥(Atpal)(Atpal)和Brachypodium distachyon(BDPAL)的五种类型的苯丙氨酸氨裂解酶(PAL),以产生反式甲酸(CIN),一种苯乙烯前体。ATPAL2-表达大肠杆菌的CIN大约700 mg/L,我们发现BDPAL可以将CIN转换为苯乙烯。为评估苯乙烯的产生,我们构建了一个大肠杆菌菌株,该菌株从酿酒酵母中表达ATPAL2和阿魏酸脱羧酶。在含油醇的双相培养后,葡萄糖的苯乙烯产生和产量分别为3.1 g/L和26.7%(mol/mol),据我们所知,这是分批种植中获得的最高价值。因此,该菌株可以应用于苯乙烯的大型工业生产。
摘要 - 对剩余使用寿命的预测(RUL)对于各种工业的有效电池管理至关重要,从家用电器到大规模应用。准确的RUL预测提高了电池技术的可靠性和可维护性。然而,现有方法有局限性,包括来自相同传感器或分布的数据的假设,预测生命终结(EOL)以及忽略以确定第一个预测周期(FPC)以识别不健康阶段的开始。本文提出了一种新的锂离子电池预测的新方法。提出的框架包括两个阶段:使用基于神经网络的模型确定FPC,将降解数据分为不同的健康状态,并预测FPC后的降解模式,以将剩余的使用寿命估计为百分比。实验结果表明,所提出的方法在RUL预测方面优于常规方法。此外,提出的方法还显示了对现实世界情景的希望,从而提高了电池管理的准确性和适用性。索引术语 - 有用的寿命预测,锂离子电池,退化建模
冷熨系统作为一种减少港口船舶运输排放的有效方法,正受到越来越多的关注,并能与清洁能源协调进一步减少排放。虽然冷熨主要应用于游轮和集装箱等长期停留船舶,但对渡轮等短途停泊船舶的可行性研究有限。然而,短途物流和客运需求的不断增长凸显了解决渡轮运输排放问题的必要性。将电气化技术与综合能源管理系统结合起来可以显著减少渡轮运营的排放。因此,本文提出了一种用于渡轮码头的与清洁能源相结合的合作式冷熨系统。采用结合规模和调度优化的两阶段能源管理策略来减少港口的排放,同时最大限度地降低系统和运营成本。通过定型方法确定的拟议系统配置可产生最低的净现值成本 904 万美元。应用的能源管理策略成功降低了运营成本高达 63.402 %,同时显著减少了船上和岸上运营的排放。从船侧来看,CO 2 排放量减少了 38.44 %,NO X 排放量减少了 97.7 %,SO 2 排放量减少了 96.69 %,PM 排放量减少了 92.1 %。从岸侧来看,该方法可使所有类型的排放减少 28 %。因此,实施由清洁能源驱动的冷熨是减少渡轮运营排放的可行解决方案。拟议的能源管理方法能够减少排放并提高渡轮码头的成本效益。
工业消费者越来越倾向于投资光伏 (PV) 和储能系统 (ESS) 来满足其电力需求。然而,负载需求和光伏输出的不确定性给 ESS 的运行带来了巨大的挑战。本文提出了一种基于随机模型预测控制 (MPC) 方法的 ESS 能量管理策略。采用嵌入时间序列相关性的非参数概率预测方法来描述负载需求和光伏输出的不确定性。然后,提出了一个以最小化总运营成本为目标的两阶段能量管理模型。上级可以为 ESS 生成每小时运行策略,而下级则侧重于更详细的分钟级运行策略。每小时运行策略也被用作指导下级 ESS 运行的基础。此外,引入机会约束以实现光伏用电量和电价之间的双赢解决方案,而 ESS 容量的终值约束可以更好地应对预测时间窗口之外的不确定性。最后,数值结果表明所提出的方法可以实现有效的ESS能量管理策略。
可配置的软件系统容易出现配置错误,从而对公司造成了重大损失。但是,由于庞大而复杂的配置空间,诊断这些错误是具有挑战性的。这些错误对经验丰富的维护者和新的最终用户都构成了重大挑战,尤其是那些无法访问软件系统源代码的挑战。鉴于大多数最终用户很容易访问日志,因此我们进行了一项初步研究,以概述利用日志在本地化配置错误中的挑战和机会。基于初步研究中获得的见解,我们提出了一种基于LLM的两阶段策略,以最终用户根据日志本地化根本原因配置属性。我们进一步实施了一个工具,LogConfiglocalizer与上述策略的设计保持一致,希望通过日志分析协助最终用户应对配置错误。据我们所知,这是基于大语言模型(LLMS)和日志的最终用户的根本原因配置属性的第一项工作。我们通过LogConfiglocalizer评估了有关Hadoop的拟议策略,并以99的平均准确性证明其效率。91%。 此外,我们还通过将其与其他两个变体和一个基线工具进行比较来证明该方法的不同阶段的有效性和必要性。 此外,我们通过实践案例研究来验证提出的方法,以证明其有效性和可行性。 CCS概念91%。此外,我们还通过将其与其他两个变体和一个基线工具进行比较来证明该方法的不同阶段的有效性和必要性。此外,我们通过实践案例研究来验证提出的方法,以证明其有效性和可行性。CCS概念