XiaoMi-AI文件搜索系统
World File Search System操作点
有效的网络微电网管理考虑插件电动汽车和存储
本文考虑了考虑到不同类型的可调度单元，例如加油电池和微涡轮机以及不抗抗态度的单元，例如风力涡轮机和太阳能单元，介绍了网络微电网的最佳能源管理和操作。将车辆的恰好耗尽的作用转变为具有获利能力的积极作用，在这里部署了车辆到网格技术（V2G）。由于问题的复杂和非线性结构，设计了一个基于BAT算法的有效优化能源管理框架（带有修改）和无香的转换，以从经济的角度找到设备中最佳的操作点。由于电动车辆注入了高的不确定性，除了可再生能源输出功率变化外，还提出了无忧的变换以使分析更现实。在IEEE网络的微电网测试系统上，仿真结果倡导提出的方法的高功能和适当的性能。结果表明，在第一和第二场景中，总系统操作成本分别为53897.004 $和53711.704 $。此外，与确定性框架相比，考虑到问题的不确定性在第一和第二方面的成本函数值增加了0.586％和0.762％。文章信息
蓄热式微型燃气轮机—过程分析及对燃烧影响的实验研究
摘要：风力涡轮机和光伏等可再生能源是环保能源供应的关键。然而，它们不稳定的电力输出对供应安全构成了挑战。因此，具有存储能力的灵活能源系统对于可再生能源的扩展至关重要，因为它们允许存储非需求产生的电力并根据需要重新转换和供应。为此，提出了一种新颖的发电厂概念，其中高温储能 (HTES) 集成在传统微型燃气轮机 (MGT) 的回热器和燃烧器之间。它用于在供应过剩时存储可再生能源，随后用于减少 MGT 运行期间的燃料需求。因此，污染物排放显著减少，同时电网稳定。本文提出了一项数值过程模拟研究，旨在研究 HTES 的不同存储温度和负载曲线对 MGT 性能（例如燃料消耗、效率）的影响。此外，还推导出相关操作点及其工艺参数，如压力、温度和质量流速。由于燃烧室的运行条件受 HTES 的强烈影响，本文对其对燃烧室可操作性的影响进行了详细的理论分析，并对第一个适合该化合物的燃烧室设计进行了实验研究，并在较高的入口温度条件下进行了测试。
光伏系统的任务概况表征，用于规范电源转换器的设计要求
本文介绍了一种全面的方法来表征光伏系统的任务概况，通过该方法可以获得一组强大的相关信息，并用于改进电源转换器的设计。准确地表征光伏系统并非易事，本文旨在介绍如何获取光伏实场任务概况的详细方法。本文考虑了三个气候不同的城市，并使用了四个变量的大型数据集：全球水平、直接和散射辐照度以及环境温度。数据以一分钟的间隔在多年内进行测量。对于每个位置，分析了四种面板方向方案：水平位置、固定倾斜、单轴和双轴机械跟踪器。使用了基于测量数据和安装类型的数学模型来估计瞬时平面辐照度。建立了每个城市太阳能和环境温度的平均概况；这些曲线被用作估算商用光伏板年能量产量的输入，该电池板经过数学建模和验证。研究了一年中一分钟分辨率下的电流和功率处理，以及每种情况下最常见和最重要的操作点。还研究了与环境条件相关的面板工作温度及其与能量产量的关系。最后，进行了全面的讨论，以了解不同的任务如何
acta astronautica
，作为火箭发动机的潜在未来控制器。在模拟和实验中提出并分析了用于简化冷气推进器的基于神经网络的腔室压力控制器。控制器的目标是双重的：它可以跟踪具有不同设定点更改的轨迹，并且允许设置和控制各种稳态腔室压力。神经网络将进食线压力测量数据作为输入，并将阀位置计算为输出值。控制器的训练阶段是通过Ecosimpro/ESPSS模拟中的强化学习算法完成的，该算法通过相应的实验设置的数据验证。应用于允许直接从模拟转移到测试设施域随机化。在模拟和实验中评估控制器。发现，在物理可能的操作点范围内 - 控制器获得了不断高的奖励，这对应于低误差和良好的控制性能。在模拟中，控制器能够调整所有必需的设置点，稳态误差小于0。1个吧台，同时保留了一个小的过冲和最佳的安定时间。发现控制器还能够调节实际实验中所有所需的设定点。具有不同步骤的参考轨迹，在模拟和实验中测试了目标压力的线性和鼻窦变化。在两种情况下，控制器都能够成功遵循给定的轨迹。
人工智能助力 H&E 复兴
深度学习 (DL) 是人工智能的一个子领域，它充分利用了人工神经网络的潜力，尤其是具有多个非线性“深层”的卷积神经网络 (CNN)，在解决基于图像的问题方面取得了巨大成功 [2]。例如，CNN 已成功识别人脸、交通标志和物体、汽车、动物，使机器人和自动驾驶汽车具有视觉功能，最近，它还使医疗应用具有视觉功能。这些神经网络在多个分类和分割任务中表现出了人类水平的性能。CNN 的性能通常通过准确度、灵敏度、特异性、精确度、召回率（也称为真阳性率 (TPR)）和假阳性率 (FPR)（等于 1 - 特异性）来评估。实际上，TPR 和 FPR 之间总是存在权衡，就像在医学领域经常面临的灵敏度和特异性之间的权衡一样，必须在训练模型的性能中找到假阳性和假阴性之间的平衡。例如，可以绘制接收者操作特性曲线（ROC 曲线），即在不同分类阈值下绘制 TPR 与 FPR 的曲线，然后可以找到一个在 TPRi 和 FPRi 之间达到令人满意的平衡的操作点（TPRi、FPRi）。为了使用单一性能指标（曲线下面积 (AUC)）评估和比较经过训练的 AI 模型的性能，整个
使用网格形成逆变器研究无缝的微电网过渡操作：预印本
摘要 - 该论文研究了操作技术，以通过派遣网格形成（GFM）逆变器来实现无缝（平滑）微电网（MG）过渡。在传统方法中，GFM逆变器必须在mg过渡操作期间在网格之后（GFL）和GFM控制模式之间切换。今天的逆变器技术允许GFM逆变器始终以GFM控制模式运行，因此值得探索如何使用它们实现光滑的MG过渡操作。本文提出了三种操作技术：在GFL和GFM控制之间切换的传统方案；一个新的计划，以一致的GFM控制并在岛屿操作前转移下垂拦截；以及一致的GFM控制并在同步操作之前移动下垂截距的新方案。建立了完整的硬件设置，以比较三种技术并在现实世界应用程序中展示其实现。结果表明，第三种技术优于其他技术并表现出最佳的过渡性能，因为GFM逆变器在过渡操作过程中保持相同的操作点。因此，我们得出的结论是，在过渡操作期间，确保平滑的MG过渡操作要求GFM逆变器（s）保持相同的工作点（V，F，F，P，Q和相位角），此外还可以最大程度地减少常见耦合功率流的点。
多线性和多光谱红外的新发展...
LYNRED 是全球领先的航空航天、国防和商业市场高品质红外技术设计和制造公司。得益于其精通的波长可调 MCT 技术，其丰富的红外探测器产品组合覆盖了从近红外到远红外的整个电磁波谱。此外，MCT 技术的空间辐射抗性使 LYNRED 成为欧洲领先的太空红外探测器制造商。最近与太空探测器市场相关的一个显著趋势是，对多线性/多光谱阵列格式的需求增加（从大约 1000 个光电元件增加到 4000 个光电元件），同时对帧速率的需求也更高（帧时间从 100µs 增加到几百 µs）。然而，这些特性通常与目前太空市场现成的窗口式 2D 大型传感器不兼容，尤其是由于 2D 和线性传感器之间的技术操作点不同。因此，LYNRED 已启动特定的最新开发，以更好地适应未来的推扫式（通常基于多个多线性阵列）或扫帚式（通常基于一个多线性阵列）仪器概念。该产品组合扩展的主要挑战之一是设计一条多线性传感器空间产品线，不仅基于经过太空验证的构建模块传统，而且尽可能基于延迟差异化方法。这种设计方向将能够在较短的时间内最佳地满足最广泛的空间仪器需求。
电动机替代模型的数据有效的机器学习方法 /作者= Wang，Bingnan; Sakamoto，Yusuke /creationDate = 2024年6月5日 /受试者=电气系统，机器学习，多物理建模< /div < /div>
电动机广泛用于家庭和各种行业，其技术和设计原则已良好。但是，电机设计和定制的要求，特别是对于电动汽车和飞机等新应用以及工厂自动化的要求，总是对汽车设计人员构成新的挑战。参数扫描或迭代优化方法经常被使用，以评估大量设计候选者，然后再识别特定任务的最佳设计。对每个电动机设计糖果的准确分析通常依赖于有限元分析（FEA）的数值模拟，这些模拟是耗时的，尤其是当评估一个设计的各种操作点时。因此，希望寻求FEA的替代分析方法来快速预测运动性能。基于替代模型的优化已被研究以加快过程[1]。由于高度非线性的性质，传统替代模型的准确性在预测某些运动性能（例如扭矩波形和效率图）时会受到影响。近年来，机器学习和深度学习方法已经找到了许多应用，并且由于其模拟高度非线性功能的能力而应用于运动设计[2]，[3]。这种方法的一个主要挑战是达到合理预测准确性所需的大型数据集大小。在本文中，我们提出了用于电动机设计优化的数据有效机器学习模型的三种策略：一个，减少用于电机设计的机器学习模型的输入维度；第二，与基于物理的方法结合
光伏系统的任务概况表征，用于规范电源转换器的设计要求
本文提出了一种全面的方法，用于描述光伏系统的任务概况，通过该方法可以获得一组强大的相关信息，并用于改进电源转换器的设计。准确描述光伏系统并非易事，本文旨在介绍一种详细的方法，说明如何获取光伏实场任务概况。考虑了三个气候不同的城市，并使用了四个变量的大型数据集：全球水平、直接和散射辐照度以及环境温度。数据以一分钟为间隔测量多年。对于每个位置，分析了四种面板方向方案：水平位置、固定倾斜、1 轴和 2 轴机械跟踪器。使用了一个数学模型，根据测量数据和安装类型估计瞬时平面辐照度。为每个城市建立了太阳能和环境温度的平均曲线；这些曲线被用作估算商用光伏板年能量产量的输入，并对其进行了数学建模和验证。研究了一年中一分钟分辨率下的电流和功率处理，以及每种情况下最常见和最重要的操作点。还研究了与环境条件相关的面板工作温度及其与能量产量的关系。最后，全面讨论了不同的任务曲线如何影响光伏电源转换器的功率处理，以及这种特性如何有助于电力电子设备的预尺寸和寿命分析。2017 Elsevier Ltd. 保留所有权利。
配备电池储能系统 (PV-BESS) 的光伏电站月度恒功率运行分析
摘要：光伏发电是利用可再生能源发电的关键技术之一。然而，太阳辐射的间歇性对将这种可再生资源有效地整合到电力系统中提出了挑战。未来几年电池存储系统的价格下降为它们与公用事业规模的光伏电站的实际结合提供了机会。适当大小的光伏和电池储能系统 (PV-BESS) 的集成以提供恒定功率不仅可以保证高能量可用性，而且还可能增加光伏装置的数量和光伏渗透率。进行了大规模数据分析和长期模拟，并确定了组合系统的能源不可用性指标，以评估电力生产的可靠性。提出的指标允许在规划阶段确定公用事业规模光伏电站的电池储能系统的适当尺寸，并通过一组图表和指标为每个月提出建议的操作点。已经观察到拐点的存在，超过该拐点，任何存储量的增加都不会显著减少能源的不可用性。这个临界区被认为是存储量的最佳点，超过该点，增加其规模是不明智的。确定临界点对于确定最佳存储规模至关重要。该系统能够在每月提供可靠的恒定电力供应，同时确保容量信用水平高于 95%，从而提高这种可再生资源的渗透率。尽管这项研究只关注从能源角度进行的分析，但重要的是要考虑与实际存储系统相关的约束并限制其过大。