本文提出了一种三相不平衡微电网三级控制优化模型。该模型考虑了 24 小时运行,包括可再生能源、储能设备和电网规范限制。使用最近开发的基于 Wirtinger 微积分的近似法简化了功率流方程。对所提出的模型进行了理论和实践评估。从理论角度来看,该模型适用于三级控制,因为它是凸的;因此,保证了全局最优、解的唯一性和内点法的收敛性。从实践角度来看,该模型足够简单,可以在小型单板计算机中实现,计算时间短。后者通过在具有 CIGRE 低压基准的 Raspberry-Pi 板上实现该模型来评估;该模型还在 IEEE 123 节点配电网络测试系统中进行了评估。
摘要 当输入点来自结构化配置(例如二维 (2D) 或三维 (3D) 网格)时,许多实际应用都要求计算凸包 (CH)。网格空间中的凸包已应用于地理信息系统、医学数据分析、机器人/自动驾驶汽车的路径规划等。用于 CH 计算的传统和现有的 GPU 加速算法不能直接在以矩阵格式表示的 2D 或 3D 网格上运行,并且不能利用这种光栅化表示中固有的顺序。这项工作引入了新颖的过滤算法,最初为 2D 网格空间开发,随后扩展到 3D 以加速外壳计算。它们进一步扩展为 GPU-CPU 混合算法,并在商用 NVIDIA GPU 上实现和评估。对于 2D 网格,对于 ( n × n ) 网格,贡献像素的数量始终限制为 ≤ 2 n。此外,它们是按字典顺序提取的,从而确保了 CH 的高效 O(n) 计算。同样,在 3D 中,对于 (n×n×n) 体素矩阵,贡献体素的数量始终限制为 ≤ 2n2。此外,2D CH 滤波在 3D 网格的所有切片上并行启用,从而进一步减少了要输入到 3D CH 计算过程的贡献体素的数量。与最先进的方法相比,我们的方法更胜一筹,尤其是对于大型和稀疏的点云。
现代机器学习中的随机优化方法通常需要仔细地调整算法参数,以大量的时间,计算和专业知识。这种现实导致人们对开发自适应(或无参数)算法的持续兴趣,这些算法需要最小或不需要调整[1、2、4-8、10-10-15、17-20]。但是,这些适应性方法通常比非自适应对应物的次级次数范围更差。存在“尽可能自适应”,还是有改进的空间?换句话说,是否有基本价格要支付(按照收敛速度),因为不知道问题参数吗?为了回答这些问题,我们从算法游戏理论中的“无政府状态价格” [16]中汲取了灵感,并介绍了“适应性价格”(POA)。大致说明,由于问题参数的不确定性,POA衡量了次优的乘法增加。我们显示了以下非平滑随机凸优化的POA下限:
从高维凸体中生成随机样品是无数连接和应用的基本算法问题。[DFK91]的著名结果的核心是用于计算凸体体积的随机多项式算法,是第一个用于均匀采样凸体的多项式时间算法。在此后的几十年中,对抽样的研究已导致其算法复杂性的一系列改进[LS90,LS93,KLS97,LV06,CV18],通常基于发现的新数学/几何结构,建立了与其他领域的连接(例如,均具有新的工具),并开发了新的工具(例如并分析马尔可夫连锁店。随着数据的扩散和机器学习的越来越重要,取样也已成为一种必不可少的算法工具,应用采样器需要非常高的尺寸的采样器,例如科学计算[CV16,HCT + 17,KLSV22] Sta20]。凸体的采样器基于马尔可夫链(有关摘要,请参见§A)。他们的分析是基于关联的马尔可夫链的电导限制,后者又界定了混合速率。分析电导需要将精致的几何参数与(Cheeger)凸体的(Cheeger)等级不平等相结合。后者的原型示例如下:对于任何可测量的分区S 1,s 2,s 3的凸形身体k r d,我们有
倒装芯片凸块电迁移可靠性比较(铜柱、高铅、锡银和锡铅凸块) 倒装芯片凸块电迁移可靠性比较(铜柱、高铅、锡银和锡铅凸块)
在 WAAM 等 DED 工艺中,计算机辅助制造 (CAM) 系统用于使用计算机辅助设计 (CAD) 数据生成沉积路径。用于加工工艺的通用 CAM 系统输出加工后的三维 (3D) 形状。用于 AM 工艺的商用 CAM 系统也可以在构建过程之后绘制 3D 形状;但是,用户必须手动输入焊珠几何形状,并且估计精度不够高,因为焊珠几何形状取决于各种因素,例如工艺参数、目标形状和位置。在给定上下文中,目标形状是指目标形状是否悬垂的情况(Abe 和 Sasahara,2015 年;Sasahara 等,2009 年),位置对应于熔池在
摘要 飞机水平稳定器容易因气流与机翼分离以及随后尾流对稳定器结构的冲击而发生疲劳损坏,这被称为抖振事件。在本研究中,先前开发的等几何混合壳方法在动态分析环境中重新表述,以使用不同的俯仰角模拟飞机起飞。提出的 Kirchhoff-Love (KL) 和连续壳混合允许使用连续壳对飞机水平稳定器的关键结构部件进行建模,以获得高保真度的 3D 应力,而使用计算效率高的 KL 薄壳对不太重要的部件进行建模。施加的气动载荷是由混合浸入几何和边界拟合的计算流体动力学 (CFD) 分析生成的,以准确记录稳定器外表面上的动态激励。具体来说,为了节省计算量,除了机翼和稳定器之外的整个飞机都浸入基于浸入几何分析 (IMGA) 概念的非边界拟合流体域中,而围绕飞机机翼和稳定器的网格是边界拟合的,以准确计算稳定器上的气动载荷。然后将获得的载荷时间变化应用于水平稳定器的动态混合壳分析,并评估高保真应力响应以进行后续疲劳评估。然后进行简单的频域疲劳分析,以评估稳定器的抖振引起的疲劳损伤。代表性水平稳定器的稳态和动态非线性混合壳分析结果证明了所提方法的数值精度和计算效率。
摘要 飞机水平稳定器容易因气流与机翼分离以及随后其尾流对稳定器结构的冲击而发生疲劳损坏,这被称为抖振事件。在本文中,之前开发的等几何混合壳方法在动态分析设置中被重新制定,以模拟使用不同俯仰角的飞机起飞。所提出的 Kirchhoff-Love (KL) 和连续壳混合允许使用连续壳对飞机水平稳定器的关键结构部件进行建模,以获得高精度 3D 应力,而使用计算效率高的 KL 薄壳对不太重要的部件进行建模。施加的气动载荷由混合浸入几何和边界拟合的计算流体动力学 (CFD) 分析生成,以准确记录稳定器外表面的动态激励。具体来说,为了节省计算量,除了机翼和稳定器之外的整个飞机都浸入基于浸入几何分析 (IMGA) 概念的非边界拟合流体域中,而围绕飞机机翼和稳定器的网格则采用边界拟合,以准确计算稳定器上的气动载荷。然后将获得的载荷时间变化应用于水平稳定器的动态混合壳分析,并评估高保真应力响应以进行后续疲劳评估。然后进行简单的频域疲劳分析,以评估稳定器的抖振引起的疲劳损伤。代表性水平稳定器的稳态和动态非线性混合壳分析结果证明了所提方法的数值精度和计算效率。
我们认为,我们的总绝对排放量在2018年达到1.73 Gigatonnes的二氧化碳等效含量(GTCO 2 E)。[a]操作控制边界。范围1和2目标是净基础。[b]参考年度。[C] Shell的NCI是Shell出售的能量产品的平均强度,由销售量加权。NCI中包含的估计总温室气体(GHG)排放量对应于与Shell在股票边界上出售的能量产品相关的良好的轮胎排放,这是碳信用净值的净值。这包括与其他由Shell出售的其他能源产品相关的富裕排放。排放量被排除在外。[D] 2021目标2-3%,2022目标3-4%,2023目标6-8%,全部实现。承认能量转变变化速度的不确定性,我们还选择退休2035年目标,即净碳强度降低了45%。[e]我们的目标是将甲烷排放强度保持在0.2%以下,并到2030年达到接近零的甲烷排放。[f]来自所有石油和天然气资产的甲烷排放强度,其销售其气体的运营商(包括LNG和GTL资产)定义为正常立方米中甲烷排放的总量(NM3),每种可在NM3中出售的气体总量。[g]来自所有油气资产的甲烷排放强度在重新注射气体的地方定义为每吨总质量的石油和冷凝水的总质量,可在吨中出售。[H]我们的目标是在2025年消除上游操作中的常规气体,但要完成SPDC的销售。[i]我们设定了一个新的野心,将与我们的石油产品使用相关的绝对排放量减少到2030年,而2021年(范围3类别11)。使用我们的石油产品(范围3,第11类)的客户排放量为2023年的5.17亿吨二氧化碳等效含量(CO 2 E),而2021年的客户排放量为5.69亿吨Co 2 E。