XiaoMi-AI文件搜索系统
World File Search System放电率
行为过程中脉冲和场电位信号之间的多尺度因果关系建模
摘要 目的。脑记录在多个时空尺度上表现出动态，这些动态可以用脉冲序列和更大规模的场电位信号来测量。为了研究神经过程，重要的是不仅要在单个活动尺度上识别和建模因果关系，还要在多个尺度上识别和建模因果关系，即脉冲序列和场电位信号之间。标准因果关系度量在这里不直接适用，因为脉冲序列是二值，而场电位是连续值。因此，重要的是开发计算工具来恢复行为过程中的多尺度神经因果关系，评估它们在神经数据集上的性能，并研究多尺度因果关系建模是否可以提高神经信号的预测能力，使其超出单尺度因果关系所能达到的范围。方法。我们设计了一种基于有向信息的多尺度模型的 Granger 类因果关系方法，并评估其在现实的生物物理脉冲场模拟和两个执行运动行为的非人类灵长类动物 (NHP) 的运动皮层数据集中的成功率。为了计算多尺度因果关系，我们学习了点过程广义线性模型，该模型基于脉冲序列和场电位信号的历史来预测给定时间的脉冲事件。我们还学习了线性高斯模型，该模型基于场电位信号自身的历史以及二元脉冲事件或潜在放电率的历史来预测给定时间的场电位信号。主要结果。我们发现，尽管存在模型不匹配，但我们的方法仍揭示了生物物理模拟中真正的多尺度因果关系网络结构。此外，与仅对单尺度因果关系进行建模相比，在 NHP 神经数据集中具有已识别多尺度因果关系的模型可以更好地预测脉冲序列和场电位信号。最后，我们发现与 NHP 数据集中的二元脉冲事件相比，潜在放电率是场电位信号的更好预测因子。意义。这种多尺度因果关系方法可以揭示跨大脑活动时空尺度的定向功能相互作用，从而为基础科学研究和神经技术提供信息。
灵长类视网膜神经计算的个体变异
神经代码的变化使每个个体都独一无二。我们使用来自猕猴视网膜中主要神经节细胞类型的 100 个群体记录，结合可解释的个体变异计算表示，探测了神经代码的变化。这种表示捕捉了非线性、时间动态和空间感受野大小等属性的变化和共变，并保留了开细胞和关细胞之间不对称等不变性。不同细胞类型中响应属性的共变与其突触输入的层压接近度有关。令人惊讶的是，男性视网膜比女性视网膜表现出更高的放电率和更快的时间整合。利用以前记录的视网膜数据可以有效地表征新的猕猴视网膜和人类视网膜。模拟表明，将大量视网膜记录与行为反馈相结合可以揭示活体人类的神经代码，从而改善视网膜植入物的视力恢复。
可再生能源电力优化调度...
本研究主要关注通过控制微电网 (MG) 电池存储的充电和放电模式来实现最佳电源管理。为了优化电池的电源管理，我们提出了一种基于下垂的控制器或电池控制器。充电和放电模式由基于下垂的特性控制，它将充当电池存储的电池控制器。此外，充电和放电速率将取决于电源二次侧 MG 的信号，其信号将由电池控制器读取，并选择对电池存储进行充电或放电，以满足微电网中负载的能量需求。仿真结果表明，控制器可以根据电池存储到 MG 负载所需的能量来控制功率共享。此外，还建议了所有关键情况，例如任何发电机组的突然下降或干扰。结果观察到，由于任何发电装置的突然减少或干扰，电池控制器设法根据干扰造成的能量不足来控制充电和放电率，以满足 MG 的需求。
霍尼韦尔推出可扩展电池能源系统...
霍尼韦尔表示，商业和工业客户可以使用它来管理能源使用、支持调峰并创建虚拟发电厂，其能源容量可从约 700 kWh 扩展到 300 MWh，在最大放电率下可持续使用长达两小时。霍尼韦尔在 7 月 19 日的一份声明中表示，与目前市场上的产品相比，该电池存储系统和能源管理工具可以提供“更高的能量密度”，“同时显著降低安装成本”。霍尼韦尔全球基础设施和新能源负责人萨朗·加德尔 (Sarang Gadre) 在 6 月 20 日的电话中表示：“当我们调查市场时，我们寻找一个最佳点，发现两小时对大多数应用来说已经很好了。”他表示，公司计划推出其他时长的产品，并且已经拥有一个可以放电一小时或三小时的集装箱式解决方案。
引用本研究：Yuksek, G., Muratoglu, Y., & Alkaya, A. (2022)。使用参数估计法对超级电容器进行储能建模
提高可再生能源系统效率的研究日益引起了人们对高功率密度 (HPD) 储能单元的兴趣。HPD 单元与高能量密度 (HED) 储能系统一起使用时，可形成混合储能系统 (HESS)。超级电容器是 HPD 中最常用的储能单元，具有成本低、自放电率低和使用寿命长等特点。当系统需要高功率时，超级电容器用于支持 HED 单元，以确保传输功率的稳定性、效率和高质量。在 HESS 中以精确的时间使用超级电容器对其性能有重大影响。因此，必须正确建模超级电容器并将其与系统很好地集成。在本研究中，利用从模拟研究中获得的数据进行参数估计，并对超级电容器进行建模。对超级电容器模型进行了不同电流下的充电和放电测试，并获得了成功的结果。
柔性储能设备
在当今世界，家庭和工业对能源的需求似乎越来越大，它们需要随时储存和输送极端能源。现有的能源生产面临一些问题，如环境污染加剧和化石燃料消耗。可再生能源也不可能全年使用，因此有必要开发清洁、高效、安全且经济先进的能源储存方法。为了克服这些后果，传统方法是混合储存方法，如电池、燃料电池和超级电容器 (SC)。超级电容器是一种新兴且发展迅速的电能储存技术，与替代能源储存相比，它具有显著的稳健性和效率优势。超级电容器具有非常高的容量和低内阻，与电池相比，能够以相对较大的速率储存和输送能量。在超级电容器中，有扁平（柔性）和圆柱形两种类型，圆柱形类型成本效益高但占用更多体积和面积，不适合UPS、GPS跟踪系统、医疗设备电动汽车等少数应用。与圆柱形类型相比，柔性类型具有容量更大、能量密度更高、更耐用、占用体积更小、材料更少、表面积大、重量更轻、成本更低等特点，所以柔性类型比圆柱形更好。当前的问题很重要，因为未来主要取决于混合储能设备来储存电能并在需要时释放。解决这个问题可以生产出复杂的储能设备，消除现有的挑战并改善参数，例如低电池电压、高自放电率、更大体积、更高成本、更低能量密度和占用更大面积。解决这个问题有助于带来好处，设备价格实惠，重量尽可能轻，表面积更大，效率更高，生产成本最低，能量密度更高，功率密度大，比电容高，充电和放电率更快，工作温度范围宽，电池电压更高。主题： 储能技术概述 储能集成 储能与电动汽车集成 热能存储和氢能存储 超级电容器 太阳能存储重点领域：柔性超级电容器、锂、钠离子电池和 Pd-H 体系的储能材料设计新方法
比较和应用电池建模方法用于概念电气
对电气化飞机推进概念的设计和优化越来越兴趣促使需要准确，灵活和有效的方法来建模电池系统。是在NASA的Glenn研究中心使用的三种电池建模方法，每个方法都代表不同的数学或电气方法。比较X-57 Maxwell Electric Aircraft技术演示器的电池电池测试数据进行比较。然后使用NASA的六乘客电动四极管概念在简单的多学科优化上下文中应用这些方法，以确定其适用性和性能。归一化方法对于稳定和不稳定的放电率的最高准确性，平均误差百分比分别为0.423％和1.186％。模型之间的最佳四极管任务范围最高为0.5 NMI，将当前的电池建模方法识别为任务分析错误的潜在重要贡献者。在本文中确定了一组相关的工具和概念电池建模的技术，并得出了针对各种设计挑战的每种建模方法的实用性得出的结论。
揭示了电荷/放电速率对Li-Metal电池循环性能的影响
摘要：锂金属电池（LMB）具有出色的能量密度和功率能力，但面临循环稳定性和安全性的挑战。这项研究介绍了一种通过优化电荷/放电率来改善LMB周期稳定性的战略方法。我们的结果表明，缓慢的充电（0.2C）和快速放电（3C）显着提高了性能，多层LMB在1000个周期后保持超过80％的容量。快速放电速率可促进SEI层下方的锂电镀，从而抑制其生长并提高库仑效率，而缓慢的放电速率促进了SEI上方的锂电池，从而导致SEI积累。我们提出了一个有理假设，将SEI电导率和循环条件联系起来，并引入间歇性脉冲排放方案以模拟电动汽车应用，从而进一步提高了稳定性。这些优化的自行车策略可增强LMB寿命，公用事业和安全性，为未来几年的市场采用铺平了道路。r
连接的开拓者。
• 设计寿命：20°C 时 20 年（直至 80% 标称 C10）• 高温运行时使用寿命更长：35°C 时 10 年，40°C 时 7 年• 20°C 时 60% 放电深度（C10）下 1500 次循环• 宽工作温度范围：-40°C 至 +55°C• 标称容量：100 – 190 Ah• 整个使用寿命期间免维护（无需补充）• 高压缩 AGM 技术• 中央脱气• 由于内部气体重组，气化率极低（效率 99%）• 栅板采用高纯度铅、低钙、高锡合金，具有出色的耐腐蚀性• 独特的 Carbon Boost®：可实现高效充电• MICROCAT® 催化剂：降低浮充电流并最大程度减少水损失• 低自放电率：延长存储容量• 符合 UL 94 的阻燃外壳V-0 可用
![arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日](/simg/2\24c04e2789e8562ffdc92d8b297da67969a7bd15.webp)
arXiv:2107.12536v2 [q-bio.NC] 2021 年 9 月 1 日
在本研究中，我们基于从狨猴大脑中收集的局部场电位数据，提出了一种与帕金森病 (PD) 相关大脑区域的新型生物物理计算模型。帕金森病是一种神经退行性疾病，与黑质致密部多巴胺能神经元的死亡有关，而这会影响大脑基底神经节-丘脑-皮质 (BG-TC) 神经回路的正常动态。尽管该疾病有多种潜在机制，但仍然缺乏对这些机制和分子发病机制的完整描述，而且仍然无治愈方法。为了填补这一空白，人们提出了类似于动物模型中发现的神经生物学方面的计算模型。在我们的模型中，我们执行了一种数据驱动的方法，其中使用差分进化优化一组生物约束参数。进化模型成功地模拟了健康和帕金森狨猴脑数据的单神经元平均放电率和局部场电位的光谱特征。就我们而言，这是