摘要:能源的演变反映了人类对不断增长的需求和技术进步的适应。能源格局最初依赖于生物质、水和风等传统能源,随着工业革命和煤炭的广泛使用而发生了转变。包括煤炭、石油和天然气在内的化石燃料在 20 世纪占据主导地位,推动了工业和经济进步,但也引发了环境问题。同时,核能的发展提供了巨大的电力潜力,但也带来了安全和环境问题。为了应对气候变化和资源枯竭,21 世纪出现了向可再生和替代能源(如太阳能、风能、水电、生物燃料和天然气)的重大转变。能源储存、基础设施和电网整合方面的创新使这些新能源具有竞争力和可持续性。尽管面临间歇性和投资要求等挑战,可再生能源在减少对有限化石燃料的依赖和实现全球能源安全方面发挥着关键作用。向更清洁、更高效的能源系统的过渡标志着能源生产和消费的转型时期,塑造了可持续的未来。
氢能以其零碳排放、灵活性、与电、热等其他能源形式的相互转化等特点,在全球能源转型中发挥着越来越重要的作用。随着可再生能源的日益融合,许多国家都制定了国家战略,将氢能作为未来能源体系的核心要素。氢能的大规模部署和氢能相关基础设施的不断完善,加强了电力、氢能、交通、天然气和供热系统等多种能源系统之间的互动,为智慧城市零碳能源供应体系建设提供了新途径。然而,向氢能驱动的智慧城市转型也带来了挑战,包括优化储能系统以稳定和管理受可再生能源波动影响的电网。
摘要 — 无人驾驶船舶有望提高未来海上航行的安全性和效率。此类船舶需要感知功能,以实现两个目的:执行自主态势感知和监控传感器系统本身的完整性。为了满足这些需求,感知系统必须使用人工智能 (AI) 技术融合来自新型和传统感知传感器的数据。本文概述了对常规和自主航行船舶公认的操作要求,然后着手考虑适合操作传感器系统的传感器和相关 AI 技术。考虑了四个传感器系列的集成:用于精确绝对定位的传感器(全球导航卫星系统 (GNSS) 接收器和惯性测量单元 (IMU))、视觉传感器(单目和立体摄像机)、音频传感器(麦克风)和用于遥感的传感器(RADAR 和 LiDAR)。此外,还讨论了辅助数据源,例如自动识别系统 (AIS) 和外部数据档案。感知任务与明确定义的问题相关,例如情况异常检测、船舶分类和定位,这些问题可以使用人工智能技术解决。机器学习方法(例如深度学习和高斯过程)被认为与这些问题特别相关。根据操作要求对不同的传感器和人工智能技术进行了描述,并根据准确性、复杂性、所需资源、兼容性和对海洋环境的适应性,特别是针对自主系统的实际实现,比较了一些最先进的选项示例。