XiaoMi-AI文件搜索系统
World File Search System插电
基于软演员-评论者算法的插电式混合动力汽车能量管理策略
摘要：插电式混合动力汽车（PHEV）配备多个动力源，为满足驾驶员的动力需求提供了额外的自由度，因此通过能量管理策略（EMS）合理分配各动力源的动力需求，使各动力源工作在效率区，对提高燃油经济性至关重要。本文提出一种基于软演员-评论家（SAC）算法和自动熵调节的无模型EMS，以平衡能量效率的优化和驾驶循环的适应性。将最大熵框架引入基于深度强化学习的能量管理，以提高探索内燃机（ICE）和电动机（EM）效率区间的性能。具体而言，自动熵调节框架提高了对驾驶循环的适应性。此外，通过从实车采集的数据进行了仿真验证。结果表明，引入自动熵调节可以有效提高车辆等效燃油经济性。与传统EMS相比，该EMS可节省4.37%的能源，并且能够适应不同的驾驶循环，并能将电池的荷电状态保持在参考值。
四轮驱动插电式混合动力汽车双自适应等效油耗最小化策略
摘要：能量管理策略对于发挥四轮驱动插电式混合动力汽车（4WD PHEV）的节能效果至关重要。针对4WD PHEV中复杂的多能量系统，提出一种新的双自适应等效消耗最小化策略（DA-ECMS）。该策略通过引入未来驾驶工况类别来调整等效因子，提高驾驶工况的适应性和经济性，优化多能量系统的管理。首先，采用自组织神经网络（SOM）和灰狼优化器（GWO）对驾驶工况类别进行分类，离线优化多维等效因子；其次，采用SOM进行驾驶工况类别识别，并匹配多维等效因子；最后，DA-ECMS完成前轴多能源与电驱动系统的多能量优化管理，释放4WD PHEV的节能潜力。仿真结果表明，与基于规则的策略相比，DA-ECMS经济性提高了13.31%。
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。
基于深度学习预测的可重构微电网中插电式混合动力汽车的随机建模与集成
摘要 —本文研究了插电式混合动力汽车 (PHEV) 的不协调、协调和智能充电对微电网 (MG) 优化运行的影响，并结合了动态线路额定值 (DLR) 安全约束。当配电线路达到最大容量时，DLR 约束（尤其是在孤岛模式下）会影响 MG 馈线的载流量。为了克服任何线路中断或应急情况，智能 PHEV 可用于帮助提高电网安全性。但是，使用 PHEV 会导致更高的功率损耗和馈线过载问题。为了解决这些问题，本文采用了一种重构技术。一种启发式算法（称为基于集体决策的优化算法）用于克服问题的非凸性和非线性。采用无迹变换技术来模拟由太阳辐射、负载需求和天气温度引起的 DLR 不确定性，以及由不同的充电策略、正在充电的 PHEV 数量、充电开始时间和充电持续时间引起的 PHEV 不确定性。此外，设计了一种深度学习门控循环单元技术来预测可再生能源输出，以减轻可再生能源组件中的不确定性。部署了经过修改的 IEEE 33 总线测试网络来评估所提模型的效率和性能。
电 - ...在...
摘要。交通摄像头的视频供稿对于许多目的都是有用的，其中最关键的是与监视道路安全有关。车辆轨迹是危险行为和交通事故的关键要素。在这方面，至关重要的是要脱离那些异常的车辆轨迹，即偏离通常的路径的轨迹。在这项工作中，提出了一个模型，以使用流量摄像机的视频序列自动解决该模型。该提案通过框架检测车辆，跨帧跟踪其轨迹，估计速度向量，并将其与其他空间相邻轨迹的速度向量进行比较。可以从速度向量的比较中，可以检测到与相邻的trajectories非常不同（异常）的轨迹。实际上，该策略可以检测错误的轨迹中的车辆。模型的某些组成部分是现成的，例如最近深度学习方法提供的检测；但是，考虑了几种不同的选择和分析车辆跟踪。该系统的性能已通过各种真实和合成的交通视频进行了测试。
GP-VAE：深概率的多元时间序列插补
具有缺失值的多变量时间序列在医疗保健和财务等领域很常见，并且多年来的数量和综合性已经增长。这提出了一个问题，是否可以在该领域中执行经典数据插补方法。然而，深度学习的幼稚应用在提供可靠的置信估计和缺乏可解释性方面缺乏。我们提出了一个新的深层连续变量模型，以减少维度和数据插补。我们的建模假设是简单且可解释的：高尺寸的时间序列具有较低的代数反应，该代态根据高斯过程在及时的及时演变而来。使用具有新型结构化变分近似的VAE方法实现了缺失数据的非线性维度降低。我们证明，我们的APS在计算机视觉和医疗保健领域的高维数据上胜过几种经典和深度学习的数据插补方法，同时增加了进化的平稳性，并提供了可解释的不良估计。
近端策略优化的智能能源管理用于插电式混合动力电动总线，考虑电池热特性
摘要：由于能源管理策略（EMS）的性能对于插电式混合电动总线（PHEB）以有效的方式运作至关重要。考虑到PHEB的电池热特性，近端策略优化（PPO）的多目标EMS旨在提高车辆节能性能，同时确保电池电量状态（SOC）和合理范围内的温度。由于这三个目标相互矛盾，因此通过智能调整培训过程中的权重来实现多个目标之间的最佳权衡。与原始的基于PPO的EMS相比，没有考虑电池热动力学，模拟结果证明了拟议策略在电池热管理中的有效性。结果表明，与其他基于RL的EMS相比，提出的策略可以获得最小能耗，最快的计算速度和最低的电池温度。关于动态编程（DP）作为基准，基于PPO的EMS可以实现类似的燃油经济性和出色的计算效率。此外，在UDD，WVUSUB和实际驾驶周期中确定了所提出方法的适应性和鲁棒性。
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。