XiaoMi-AI文件搜索系统
World File Search System尺寸过大
使用 TPS25961 进行性能、空间和成本优化保护
终端设备 (EE)（例如机顶盒 (STB)、智能扬声器、电子仪表等）需要成本和空间均经过优化的电源路径保护设计。传统设计由分立元件（例如 MOSFET、保险丝、PTC、齐纳二极管、电阻器、电容器等）组成，用于打开和关闭电源轨。这些设计虽然简单，但通常在物理和电气上尺寸过大，并且可能缺乏保护功能。相比之下，带有集成 FET 的电子保险丝（例如 TPS25961）可以提供类似的功能，同时提供额外的系统优势，包括浪涌电流限制和更小的设计尺寸。本应用简介重点介绍了使用 TPS25961 相对于分立设计的优势。TPS25961 是一款 19 V 2 A 电子保险丝，采用 2 mm × 2 mm 封装，具有过压、过流和短路保护功能。该设备非常适合个人电子产品和工业电源路径保护趋势，这些趋势要求设计具有宽电压范围支持、最低 20 V 绝对最大值支持以承受瞬变和小于 2 A 的电流限制支持。
一种受大脑启发的低维计算分类器，用于微型设备推理
通过模仿类似大脑的认知并利用并行性，超维计算 (HDC) 分类器已成为实现高效设备推理的轻量级框架。尽管如此，它们有两个根本缺点——启发式训练过程和超高维度——导致推理精度不理想且模型尺寸过大，超出了资源受限严格的微型设备的能力。在本文中，我们解决了这些根本缺点并提出了一种低维计算 (LDC) 替代方案。具体而言，通过将我们的 LDC 分类器映射到等效神经网络，我们使用原则性训练方法优化我们的模型。最重要的是，我们可以提高推理精度，同时成功地将现有 HDC 模型的超高维度降低几个数量级（例如 8000 对 4/64）。我们通过考虑不同的数据集在微型设备上进行推理来进行实验以评估我们的 LDC 分类器，并且在 FPGA 平台上实现不同的模型以进行加速。结果表明，我们的 LDC 分类器比现有的受大脑启发的 HDC 模型具有压倒性优势，特别适合在微型设备上进行推理。
集成接收器简化数字预失真的模拟部分 - 高频电子 2009 年 7 月
数字处理能力的飞速发展导致了对高性能模拟信号处理产品的需求增加。如今，蜂窝网络除了提供传统语音之外，还提供大量数据和视频，而且传输速率比以往任何时候都快。这导致了依赖复杂数字技术的新调制技术和新空中接口标准的出现。虽然数字技术使系统能够运行得更快、功耗更低、使用更小的封装尺寸并提高每一代系统的可靠性，但这些系统对系统的 RF 和模拟信号采集部分提出了新的要求。基站发射机的复杂调制和宽带宽导致功率放大器 (PA) 的波峰因数更高。为了满足更高波峰因数下更严格的要求，功率放大器通常尺寸过大，以便在线性区域内运行。如果不进行数字校正，PA 效率可能在 10% 左右，这意味着 20 W PA 需要 200 W 的能力。PA 是基站中最大的电力消耗者，因此是蜂窝服务提供商运营费用的重要因素。为了提高 PA 效率，数字技术用于峰值因数降低 (CFR) 和数字预失真 (DPD)。虽然放大器在饱和时效率最高，但它会变得高度非线性。复杂的数字调制需要 PA 具有极高的线性度，
Kilkis, B.: 100% 可再生能源的合理区域能源模型……热能科学：2020 年，第 24 卷，第 6A 期，第 3685-3705 页 3685
在向低温下 100% 可再生区域能源系统迈进时，区域能源的能量可能会降至低于泵送能量要求，从而消除了使用低能量可再生能源的好处。因为第一定律可能无法揭示这种可能性，所以开发了一个基于能量的区域能源系统整体模型。确定了四个层级，即可再生能源、能源转换和储存、主要区域网络和低能量区域。每个层级都与最佳工厂到区域距离挂钩，以实现最大的基于能量的性能，同时将二氧化碳排放责任降至最低。该模型进一步优化了热泵与 HVAC 设备过度调整的温度峰值，并确定了可再生能源的最佳组合。考虑了向区域输送和分配能量的三种替代方案，即：仅电力、电力和热能（有或没有温度峰值或设备过度调整）以及电力、热能和冷能。比较表明，选择主要取决于区域大小、区域与工厂之间的距离、气候条件、当地可再生能源的可用性、最佳供应温度以及建筑物的热条件。另一种算法根据设备尺寸过大和温度峰值来优化隔热厚度。关键词：能量、低能量区域能源系统、低能量建筑、
Kilkis, B.：100 的合理区域能源模型......
在向低温下 100% 可再生区域能源系统迈进时，区域能源的能量可能会降至低于泵送能量要求，从而消除了使用低能量可再生能源的好处。因为第一定律可能无法揭示这种可能性，所以开发了一个基于能量的区域能源系统整体模型。确定了四个层级，即可再生能源、能源转换和储存、主要区域网络和低能量区域。每个层级都与最佳工厂到区域距离挂钩，以实现最大的基于能量的性能，同时将二氧化碳排放责任降至最低。该模型进一步优化了热泵与 HVAC 设备过度调整的温度峰值，并确定了可再生能源的最佳组合。考虑了向区域输送和分配能量的三种替代方案，即：仅电力、电力和热能（有或没有温度峰值或设备过度调整）以及电力、热能和冷能。比较表明，选择主要取决于区域大小、区域与工厂之间的距离、气候条件、当地可再生能源的可用性、最佳供应温度以及建筑物的热条件。另一种算法根据设备尺寸过大和温度峰值来优化隔热厚度。关键词：能量、低能量区域能源系统、低能量建筑、
尼日利亚农村电气化微电网规模
摘要 电力需求研究的结果主要表明，发展中国家目前的供需缺口已经非常大，在“一切照旧”的情况下，这一缺口将变得更加严重。没有电，企业或家庭很难运转，而那些幸运地接入电网的人通常会发现电力不稳定且不可预测。因此，非洲人使用污染严重的离网替代能源自行发电，其发电成本是电网发电成本的两倍多。在非洲，大多数国家的电气化率极低，因此建立了微电网，试图将电力输送到农村居民。分布式发电带来了一些问题，如电能质量保证（来自几个发电站）、平衡能源供需、安全、电费管理的智能计量等。本文对发展中国家农村电气化的微电网进行了规模估算。本研究采用的方法包括测试台的特性描述、测试台的尺寸确定以及从测试台收集数据，以便高效设计微电网。本研究采用的程序表明，它有助于消除尺寸过大、能源浪费的问题，降低电池存储成本，提高电池的放电深度和电池组的能量充电周期。这是因为这项研究工作采用了测试台的实时现场测量，还捕获了使用区域特有的太阳能数据读数。关键词：微电网、智能电网、ELDI、电气化、智能城市
能源存储杂志 - 牛津大学研究档案
本文提出了一种新颖的分析方法，用于优化微电网系统中的储能规模。该方法具有计算速度快、计算精确的最优值和处理非线性模型等特点。该方法首先根据储能如何响应可再生能源发电和负载需求进行充电和放电，构建储能的临时存储配置文件。根据配置文件中的最大累积充电或放电来确定储能的大小。本质上，储能配置文件表示在给定系统中如何利用储能，该方法确定最佳储能的大小以最大化该配置文件，从而最大化储能利用率，消除未使用或浪费的储能。最大化储能利用率还可以最大化可再生能源消耗并最小化负荷削减，因为储能利用率是将能量从可再生能源发电转移到负载需求的时间转移。所提出的方法经过迭代扩展，以考虑储能的能量限制、功率限制和能量泄漏。两个太阳能电池案例研究展示了该方法。第一项研究表明，最佳大小的储能不会因尺寸过大而浪费容量，也不会因尺寸过小而导致能量不足。第二个案例研究表明，增加存储规模会降低存储提供的能源的边际增量，表明收益递减。收益递减阈值由最大的每日和年度存储设计定义。结果表明，最大的每日设计仅需要年度设计存储规模的 3%，但提供年度设计提供的能源的 80%。所提出的方法可用作能源分析师的决策支持工具，以确定与已知的可再生能源发电和负载需求相结合时所需的存储容量。