XiaoMi-AI文件搜索系统
World File Search System电氢
零能耗建筑电–氢–热双层能量优化调控方法
零能源建设电力 - 热热双层能量优化控制方法Kong Lingguo 1，Wang Shibo 1，Cai Guowei 1，Liu Chuang 1，Guo Xiaoqiang 2
2025北京国际氢能技术装备展览会
报到布展： 2025年3月24日 08:30 - 17:30 星期一 2025年3月25日 08:30 - 21:00 星期二 产业领袖 高峰论坛： 2025年3月26日 10:30 - 16:30 星期三 2025年3月27日 09:00 - 16:30 星期四 展示交易： 2025年3月26日 09:00 - 16:30 星期三 2025年3月27日 09:00 - 16:30 星期四 2025年3月27日 09:00 - 14:00 星期五 闭幕撤展： 2025年3月28日 14:00 - 21:00 星期五
A Review of EEG-Neurofeedback 脑电神经反馈综述
脑电反馈是一种基于脑电图技术的无创脑刺激方法，通过脑机接口将脑电生理活动信号传送到计算机，将脑电活动的实时变化作为反馈刺激给予被试自身，帮助被试学习如何自我调节大脑活动。脑电反馈应用十分广泛，可作为精神疾病的辅助治疗、健康个体的认知能力提高以及作为脑电生理特征与认知功能相互作用的实验条件。为了对脑电反馈有一个清晰的认识，本文从脑电反馈系统的组成部分、脑电反馈方案的设计要素、脑电反馈的评价以及脑电反馈的机制理论四个部分对其进行了综述。
高压下二元富氢超导体的实验研究进展
lah 10（T C = 250 K），Drozdov和Al。（2019）LAH 10（T C = 260 K），Somayazalu和Al。（2019）YH 9（T C = 243 K），Kong和Al。（2019）YH 6（T C = 224 K），Troyan和Al。（2019）CAH 6（T C = 215 K），但等。（2021）CAH 6（T C = 210 K），Li和Al。（2022）SH 3（T C = 203 K），Drozdov和Al。（2015）THH 10（T C = 161 K），Semenoch和Al。（2019）CEH 10（T C = 115 K），Chen和Al。（2021）CEH 9（T C = 100K），Chen和Al。（2021）YH 4（T C = 88 K），Shao和Al。（2021）BAH 12（T C = 20 K），Chhen和Al。（2021）SNH X（T C = 70K），Hong和Al。（2022）
基于KECA-GRNN的风电机组齿轮箱状态监测与健康评估
收稿日期 ： 2020-01-03 基金项目 ：国家自然科学基金（ 61763037 ）；内蒙古自然科学基金（ 2019LH06007 ）；内蒙古自治区科技计划（ 2019 ， 2020GG0283 ） 通信作者 ：齐咏生（ 1975 —），男，博士、教授，主要从事风电机组状态监测与故障诊断方面的研究。 qys@imut.edu.cn
基于卷积网络的运动想象脑电自制数据集分类算法研究
同时，它将卷积神经网络与传统方法相结合，以基于短时傅立叶变换和连续小波变形的特征提取方法提出特征提取方法。卷积神经网络分类算法使用特征提取算法来提取时间频率特征来制作时间频率图，并使用卷积网络来快速学习分类的功能。测试结果表明，该算法在运动图像脑电图公共数据集中的精度为96％，而自制数据集的精度率约为92％，这证明了算法在运动成像EEG分类中的可行性。
电转气氢能储能系统建模与仿真
摘要 — 通过收集和整理历史数据和典型模型特征，使用 Simulink 开发了基于氢能存储系统 (HESS) 的电转气 (P2G) 和气转电系统。详细研究了所提出系统的能量转换机制和数值建模方法。提出的集成 HESS 模型涵盖以下系统组件：碱性电解槽 (AE)、带压缩机的高压储氢罐 (CM 和 H 2 罐) 和质子交换膜燃料电池 (PEMFC) 电堆。基于典型的 UI 曲线和等效电路模型建立了 HESS 中的单元模型，用于分析典型 AE、理想 CM 和 H 2 罐和 PEMFC 电堆的运行特性和充电/放电行为。在配备风力发电系统、光伏发电系统和辅助电池储能系统 (BESS) 单元的微电网系统中模拟和验证了这些模型的有效性。 MATLAB/Simulink 仿真结果表明电解器电堆、燃料电池电堆及系统集成模型能够在不同工况下工作。通过测试不同工况下 HESS 的仿真结果，分析了氢气产出流量、电堆电压、BESS 的荷电状态 (SOC)、HESS 的氢气压力状态 (SOHP) 以及 HESS 能量流动路径。仿真结果与预期一致，表明集成 HESS 模型能够有效吸收风电和光伏电能。随着风电和光伏发电量的增加，HESS 电流增加，从而增加氢气产出量来吸收剩余电量。结果表明 HESS 比微电网中传统 BESS 响应速度更快，为后期风电-光伏-HESS-BESS 集成提供了坚实的理论基础。