XiaoMi-AI文件搜索系统
World File Search System插电
插电式电动汽车用户充电的影响 - ...
智能电网是融合了节能和可再生能源技术的电网，其实施可能需要对现有电网进行大规模重组和重新设计 [1]。然而，考虑到智能电网的推出将带来众多环境和经济效益，这些转变是重要且必要的。智能电网最大的优势之一是它为能源供应商和消费者带来了灵活性 [2]。例如，需求响应资源可以监控能源需求并支持发电机和负载之间的相互作用，以优化对能源需求的满足，而不会使电网过载 [3]。通常，这些操作会融合可再生能源，例如光伏 (PV) 板和电池储能系统 (BESS)。电动汽车 (EV) 的出现是智能电网中的另一个因素，这带来了一个有趣的挑战 [4]。
插电式燃料电池电动汽车储能系统的最佳尺寸，平衡成本、排放和老化
本研究调查了插电式燃料电池电动汽车 (PFCEV) 的储能系统 (ESS) 的最佳尺寸，同时考虑了技术、经济和环境挑战。主要目标是最大限度地降低生命周期成本 (LCC) 和运营成本，同时减少二氧化碳排放并保持电力系统的耐用性。PFCEV 的 ESS 包含三个核心组件：电池、质子交换膜燃料电池 (FC) 系统和超级电容器 (SC)。性能评估涉及对车辆运行参数的严格约束，并按照城市测功机驾驶时间表 (UDDS) 进行模拟。本研究的一个显著贡献是实施了双循环优化技术，使用二次规划 (QP) 和遗传算法 (GA) 来确定尊重指定约束的可行解空间。总之，研究结果为 PFCEV ESS 的最佳尺寸提供了宝贵的见解和建议。对不同 PFCEV、燃料电池汽车 (FCV) 和电池电动汽车 (BEV) 进行的比较分析表明，PFCEV 具有明显的优势。最后，对各种氢气类型的敏感性分析表明，需要降低生产绿色氢气的成本，以提高其经济可行性和运营效率。
AHMADI, Seyed Ehsan、MARZBAND、Mousa、IKPEHAI、Augustine 和 ABUSORRAH, Abdullah (2022)。插电式电动汽车的最优随机调度
a 诺森比亚大学，电力与控制系统研究组，英国，纽卡斯尔，Ellison Place NE1 8ST b 阿卜杜勒阿齐兹国王大学，可再生能源与电力系统研究卓越中心，沙特阿拉伯，吉达，21589 c 谢菲尔德哈勒姆大学，工程与数学系，英国，谢菲尔德，S1 1WB d 阿卜杜勒阿齐兹国王大学，工程学院，电气与计算机工程系，KA CARE 能源研究与创新中心，沙特阿拉伯，吉达，21589
插电式电动汽车二级车载充电器设计...
摘要——本文介绍了采用先进功率转换技术的电动汽车 (EV) 车载充电器的设计和分析。所提出的系统具有使用图腾柱功率因数校正 (PFC) 转换器的 AC-DC 转换级和使用 LLC 谐振转换器的 DC-DC 转换级，并使用自适应神经模糊推理系统 (ANFIS) 控制器进行优化。所提出的 OBC 系统旨在提高 EV 充电系统的效率、功率密度和可靠性。图腾柱 AC-DC 转换器用于以最小的开关损耗整流交流输入，利用其固有的连续导通模式 (CCM) 运行能力并减少二极管中的反向恢复问题。整流后，LLC 谐振 DC-DC 转换器有效地将直流电压升压到适当的电池充电水平，提供零电压开关 (ZVS) 和零电流开关 (ZCS) 以提高整体效率。ANFIS 控制器结合了模糊逻辑和神经网络的优势，在不同的运行条件下提供卓越的适应性和控制精度。仿真结果表明，使用 ANFIS 后，效率、功率因数和瞬态响应显著改善。实验验证证实了基于 ANFIS 的系统的优越性，使其成为当代电动汽车充电应用的可行解决方案。索引术语 - 车载充电器 (OBC)、功率因数校正 (PFC)、电动汽车 (EV)、自适应神经模糊推理系统 (ANFIS)。
在大学生的插电计算思维中基于问题的学习的有效性
摘要：计算思维被认为是当代教育中的关键能力，使个人准备在数字上普遍存在的世界中应对复杂的挑战。在这项具有预测试和测试后措施的准实验设计研究中，研究了高等教育学生中数学教学学领域发展计算思维的可能性。这是通过基于问题的学习（PBL）方法使用实验组中的问题解决的，或者以对照组中解决问题的分析进行分析。干预后，对照组在测试后措施中获得的得分有了统计学上的显着改善。因此，PBL和解决问题并没有导致学生的计算思维的改善，而对已解决的概率方法的分析确实如此。因此，结果表明了后一种方法对教学计算思维的潜在好处。
书籍和艺术 - 伟大的重新布线，未插电
阅读焦虑一代后需要说。首先，这本书将出售很多副本，因为乔纳森·海特（Jonathan Haidt）讲述了一个令人恐惧的故事，讲述了许多父母都可以相信的孩子的发展。第二，这本书反复提出的是，数字技术正在重新布线我们的孩子的大脑，并引起精神疾病流行，这并不受到科学的支持。更糟糕的是，社交媒体要责备的大胆提议可能会分散我们的注意力，从而有效地应对年轻人当前的心理健康危机的真正原因。Haidt断言，通过“设计通过孩子的眼睛和耳朵输入的一系列令人上瘾的内容”而进行了大脑的重新布线。和“通过取代身体游戏和面对面的社交，这些公司重新建立了孩子们，并以几乎难以想象的规模改变了人类发展”。如此严重的主张需要严肃的证据。Haidt在整本书中提供图形，表明数字技术使用和青少年心理健康问题正在加在一起。在我教授的研究生统计课的第一天，我在董事会上画了类似的线条，该董事会似乎连接了两个不同的人，并询问学生他们认为发生了什么。几分钟之内，学生通常会开始讲述有关这两种现象如何相关的精心故事，甚至描述了一个现象如何造成另一个现象。本书中介绍的情节将有助于教我的学生的因果推论的基础，以及如何通过简单地查看趋势线来避免避免故事。包括我本人在内的数百名研究人员都在寻找海德建议的那种巨大效果。我们的努力产生了否，小而混合的联想。大多数数据都是相关的。当找到随着时间的时间的关联时，他们建议并不是社交媒体使用预测或导致疾病，而是已经拥有
CS/CS/HB 107 电动汽车和插电式汽车的影响...
佛罗里达州是全美注册电动汽车数量第二多的州。电动汽车和混合动力汽车的市场份额不断增加，以及内燃机汽车的燃油效率不断提高，预计将继续对全州和地方的燃油税收入产生不利影响，而燃油税是交通支出的资金来源。在未来 20 年内，佛罗里达州因电动汽车市场渗透率提高而造成的收入损失估计在 5.6% 到 20% 之间，具体取决于电动汽车市场的渗透率。在地方层面，收入损失可能会影响当地道路和公共交通的运营和维护。目前，佛罗里达州的普通司机每年为交通相关项目缴纳 283 美元的机动车燃油税。佛罗里达州目前不对电动汽车或插电式混合动力汽车征收额外的注册费、消费税或使用费。该法案要求收入估算会议 (REC) 估算 2024-2025、2025-2026 和 2026-2027 财年对用于给电动汽车充电的电力销售征收的销售税对一般收入基金的影响。REC 必须在适用财政年度开始前的 6 月 10 日之前向税务部提供此估算。此规定将于 2027 年 6 月 30 日到期。从 2024 年 7 月开始，该法案指示税务部向州交通信托基金 (STTF) 分配 REC 为该州财政年度估算的金额的十二分之一。此规定将于 2027 年 6 月 30 日到期。此外，该法案认识到，电动汽车和插电式混合动力汽车的持续普及将对州税收和 STTF 产生重大影响。为了更好地理解这些影响，该法案要求经济和人口研究办公室 (EDR) 制作一份报告，估计对州交通信托基金的长期影响、预计继续在该州采用电动汽车和插电式混合动力汽车将对销售税和总收入税收产生的影响，以及使用住宅充电站而非商业充电站的用户百分比。该报告还必须考虑激励或推广电动汽车的联邦政策以及这些政策对电动汽车持续采用速度的影响。EDR 必须在 2026 年 12 月 1 日之前提交报告，2027 年立法机关必须使用该报告来考虑解决对 STTF 的长期影响所需的潜在政策变化。收入估算会议尚未估计该法案的收入影响。对于 2024-2025、2025-2026 和 2026-2027 财政年度，该法案将对一般收入产生负面影响，并对州信托基金收入产生同等的积极影响。
人工智能不插电：为对话式人工智能夏令营设计不插电活动
随着 Siri 和 Alexa 等对话式 AI 应用在儿童中变得无处不在，CS 教育界已开始利用这种流行度作为吸引年轻学习者学习 AI、CS 和 STEM 的潜在机会。然而，向 K-12 学习者教授对话式 AI 仍然具有挑战性且尚未得到探索，部分原因是某些对话式 AI 概念（例如意图和训练短语）具有抽象性和复杂性。一种以引人入胜的方式教授复杂主题的有前途的方法是通过非插电活动，事实证明，这种方法在不使用计算机的情况下非常有效地促进 CS 概念理解。目前正在研究开发用于教授 AI 的非插电活动，但迄今为止很少有研究关注对话式 AI。本经验报告描述了针对中学生的对话式 AI 夏令营的一系列新颖的非插电活动的设计和迭代改进。我们讨论了学习者的反应以及通过实施这些非插电活动获得的经验教训。我们希望这些见解能够支持 CS 教育研究人员使对话式 AI 学习更具吸引力并让所有学习者都能接受。
考虑热电联产热力供热机组和插电式电动汽车的微电网低温储能系统短期调度
摘要 — 随着可再生能源 (RES) 的普及，从经济和环境角度来看，对这些可再生能源进行兼容调度的需求日益增加。由于热电联产 (CHP) 发电机组的高效和快速响应特点，这些机组可以使系统免受 RES 波动的影响。为了应对与 RES 相关的运营挑战，本文旨在安排低温储能 (CES) 的套利，不仅可以最大化其所有者，还可以最小化 RES 的变化。另一方面，在所提出的模型中，插电式电动汽车 (PEV) 被用作负责任的负载，通过改变消费者的消费模式来平滑系统的负载曲线。所提出的问题被建模为二阶锥规划，并通过支配群搜索优化算法求解。为了验证所提出方法的适用性和有效性，已经执行了四个不同的案例研究。