这篇硕士论文是一次非常有趣且收获颇丰的经历。我通过在 ALTRAN 和 AIRBUS 实习获得的机会是一次不可忽视的经历,无论是在社会关系方面还是在发展我的技术技能方面。我要特别感谢电气安装部门的全体团队成员,感谢他们的热情帮助我融入这些公司;特别是我的两位导师 Nicolas PHILIPPE 和 Michel BAREILLE,感谢他们给予我的大力帮助。我还要感谢我在查尔姆斯理工学院的导师 Torbjörn THIRINGER,他以无比的耐心帮助我解决了所有困难的行政问题,并在硕士论文期间给予了我很大的支持。最后,我要感谢我的家人在我待在瑞典期间的支持,因为没有他们的帮助,这次美妙的冒险就不可能实现。
摘要 — 电池储能系统 (BESS) 是可再生能源集成度高的电力系统的重要资产,可通过控制为电网提供各种关键服务。本文介绍了使用具有电网跟踪 (GFL) 和电网形成 (GFM) 控制的兆瓦级 BESS 以及径流式 (ROR) 水电站恢复区域电力系统的实际经验。为了证明这一点,我们进行了集成实际 GFL 或 GFM 控制的 BESS 和负载组的电力硬件在环实验。本文给出的模拟和实验结果都展示了 GFL 或 GFM 控制的 BESS 在电力系统黑启动中的不同作用。结果为系统运营商提供了进一步的见解,了解 GFL 或 GFM 控制的 BESS 如何增强电网稳定性,以及如何在小容量 BESS 的支持下将 ROR 水电站转换为具有黑启动功能的装置。结果表明,与传统自下而下的方法相比,ROR 水电站与 BESS 相结合有潜力成为执行自下而上黑启动方案的使能要素之一,从而增强系统的弹性和稳健性。
摘要:随着锂离子电池的使用正在扩散,大型存储系统(固定存储容器等)中的事件或大型电池和电池存放(仓库,回收商等)。)经常会导致火灾定期发生。水仍然是解决此类电池事件的最有效的灭火剂之一,通常需要大量数量。由于电池包含各种潜在有害的成分(金属及其氧化物或盐,溶剂等)和热跑诱导的电池事件伴随着复杂且潜在的多稳态排放(同时包含气体和颗粒),应考虑并仔细评估火径流水对环境的潜在影响。本文提出的测试重点是分析用于在热失控下喷洒NMC锂离子模块的径流水的组成。强调,用于消防的水很容易含有许多金属,包括Ni,Mn,Co,Li和Al,与其他碳质物种(烟灰,油粉)混合,有时在电解质中使用的溶剂有时未沉积。与PNEC值相比,污染物浓度的外推表明,对于大规模事件,径流水可能对环境有可能危害。
摘要:随着锂离子电池的使用正在扩散,大型存储系统(固定存储容器等)中的事件或大型电池和电池存放(仓库,回收商等)。)经常会导致火灾定期发生。水仍然是解决此类电池事件的最有效的灭火剂之一,通常需要大量数量。由于电池包含各种潜在有害的成分(金属及其氧化物或盐,溶剂等)和热跑诱导的电池事件伴随着复杂且潜在的多稳态排放(同时包含气体和颗粒),应考虑并仔细评估火径流水对环境的潜在影响。本文提出的测试重点是分析用于在热失控下喷洒NMC锂离子模块的径流水的组成。强调,用于消防的水很容易含有许多金属,包括Ni,Mn,Co,Li和Al,与其他碳质物种(烟灰,油粉)混合,有时在电解质中使用的溶剂有时未沉积。与PNEC值相比,污染物浓度的外推表明,对于大规模事件,径流水可能对环境有可能危害。
许多量子应用都利用共享的多部分状态,例如分布式量子计算[1]。,由于难以纠缠遥远的Qubits和短暂的记忆分解时间,因此在网络上分发纠缠是具有挑战性的[2]。以前关于两个用户之间纠缠分布的工作表明,多路由路由通过利用更多网络能力来提高长距离纠缠率(ER)[3]。在本文中,我们首次提出了多部分状态分布的多路径路由。结果 - 与单个路径路由相比,针对不同的双分部分,量子存储器分解时间和网络尺寸获得的网络大小 - 表明多径路由指数增加了网格拓扑上的多部分分布率。单个路径上的多径路由的改进最高,模拟的6000×ER加速度为低纠缠的成功概率和短的分解时间。结果还表明,通过尝试在多个时间步中尝试纠缠而改进的协议,这在先前的工作中未实现。
radiodonta是一组早期的节肢动物,与生物昆虫和蜘蛛相关,可深入了解这些动物共享的分段身体计划的起源。radiodonts包括寒武纪时期的一些最大动物;但是,由于缺乏少年标本,他们的发展知之甚少。我们介绍了基于265个寒武纪汉堡页岩的265个良好保存的标本的径向史坦利卡里的开发分析,尺寸从10到83毫米不等。我们表明,随着史坦利卡里的身体形状的几个方面随着它的增长而发生了变化。例如,在最小的个体中,眼睛相对较大,这表明少年是晚期视觉捕食者。此外,在人体后部依次添加片段,这是节肢动物之间常见的发育特征。鉴于早期进化 - 径向与其他节肢动物的差异,这一发现为这种发育模式的深层起源提供了直接的证据。最后,使用新设计的方法,我们发现了两种不同化石类型的斯坦利卡里的证据,分别代表尸体和摩擦的外骨骼残留物。基于与其他物种的化石的比较,斯坦利卡里菌的一般模式很可能在辐射室和潜在的其他早期节肢动物之间共享。总的来说,我们的研究证明了径向早期发展的第一个详细观点,提供了有关节肢动物身体计划起源的发展发展的主要新证据。
摘要 量子网络通过执行纠缠分布促进了许多应用,包括安全通信和分布式量子计算。对于某些多用户量子应用程序,需要访问共享的多部分状态。我们考虑设计以更快的速率分发此类状态的协议的问题。为此,我们提出了三种利用多路径路由来提高多用户应用程序分发速率的协议。这些协议在具有 NISQ 约束的量子网络上进行评估,包括有限的量子存储器和概率纠缠生成。模拟结果表明,与单路径路由技术相比,开发的协议实现了多部分状态分发速率的指数级增长,在研究的案例中最大增长了四个数量级。此外,对于较大的用户集,分发速率的相对增加也被发现有所改善。当在缩小的真实世界拓扑中测试协议时,发现拓扑对协议实现的多部分状态分发速率有显著影响。最后,我们发现多路径路由的好处在较短的量子存储器退相干时间和中间的纠缠生成概率值时最大。因此,所开发的协议可以有益于 NISQ 量子网络控制和设计。
覆盖引导模糊测试 (CGF) 已成为最流行和最有效的漏洞检测方法。它通常被设计为自动化的“黑盒”工具。安全审计员启动它,然后只需等待结果。然而,经过一段时间的测试,CGF 很难逐渐找到新的覆盖范围,因此效率低下。用户很难解释阻止模糊测试进一步进展的原因,也很难确定现有的覆盖范围是否足够。此外,没有办法交互和指导模糊测试过程。在本文中,我们设计了动态定向灰盒模糊测试 (DDGF),以促进用户和模糊测试器之间的协作。通过利用 Ball-Larus 路径分析算法,我们提出了两种新技术:动态自省和动态方向。动态自省通过编码和解码揭示了路径频率分布的显著不平衡。基于自省的洞察力,用户可以动态地指导模糊测试器实时将测试重点放在选定的路径上。我们基于 AFL++ 实现 DDGF。在 Magma 上的实验表明,DDGF 能够有效帮助模糊测试器更快地重现漏洞,速度提升高达 100 倍,而性能开销仅为 13%。DDGF 展示了人在回路中模糊测试的巨大潜力。
最近,对不同深度神经网络(DNNS)架构的平行杂交模型的持续发展,越来越多的兴趣激增,以保持有用寿命(RUL)估计。在这方面,本文在文献中的第一次介绍了一种新的基于Hybrid DNN的框架,用于RUL估算,称为嘈杂的多径平行混合模型,用于剩余有用的寿命估计(NMPM)。提议的NMPM框架是三个平行路径的编写,第一个使用了一个嘈杂的双向长短术语记忆(BLSTM),用于提取时间特征并学习在两个方向,正向和后门中学习序列数据的依赖。第二个平行路径采用嘈杂的多层感知器(MLP),由三层组成以提取不同特征类别的层。第三个平行路径利用嘈杂的卷积神经网络(CNN)来提取特征的组成类。然后将三个平行路径的串联输出送入嘈杂的融合中心(NFC)以预测RLU。提出的NMPM已根据嘈杂的训练机制进行了培训,以增强其泛化行为,并增强模型的整体准确性和鲁棒性。使用NASA提供的CMAPS数据集对NMPM框架进行了测试和评估,该数据集说明了卓越的性能与最先进的对应物相比。