电池储能通过提供辅助服务和转移负荷,对提高电力系统的灵活性和可靠性至关重要。储能所有者通常会从对辅助服务价格的快速响应中获得激励,但频繁的充电和放电也会缩短电池的使用寿命。因此,本文将电池衰减成本嵌入到运营模拟中,以避免激进的竞价策略导致的利润估计过高。基于运营模拟模型,本文利用内部收益率(IRR)进行全生命周期经济可行性分析。开发了一种聚类方法和典型日方法,以减少电池储能生命周期模拟中巨大的计算负担。通过目前两种主流技术路线的案例研究验证了我们的模型和算法:锂镍钴锰氧化物(NCM)电池和磷酸铁锂(LFP)电池。然后提出敏感性分析以确定未来促进电池储能发展的关键因素。我们评估了不同类型电池储能的 IRR 结果,为投资组合提供指导。
在本文中,我们为经历多个相关退化过程的系统开发了一个维护模型,其中使用多元随机过程来建模退化过程,并使用协方差矩阵来描述过程之间的相互作用。当任何退化特征达到预先指定的阈值时,系统即被认为发生故障。由于基于退化的故障具有休眠性,因此需要进行检查以检测隐藏的故障。检查后将更换发生故障的系统。我们假设检查不完善,因此只有特定的概率才能检测到故障。基于退化过程,以系统可靠性评估为基础,然后建立维护模型以减少经济损失。我们提供了成本最优检查间隔的理论边界,然后将其集成到优化算法中以减轻计算负担。最后,以疲劳裂纹扩展过程为例,说明了所开发的维护策略的有效性和稳健性。研究了退化依赖性和检查精度的影响,以获得更多管理见解。数值结果表明,检查不准确性对运营成本有重大影响,建议应付出更多努力来提高检查精度。
方案(Schleimer等,2003; Roberts等,2004)是正向方案,可保证以原始序列以它们出现的顺序对K -Mers进行采样。这些属性特别有吸引力,因为它们保证没有任何区域未卸下。这些方案的目的是减少下游方法的计算负担,同时维护窗户保证,大多数新方案的主要目标是最大程度地减少密度,即采样k -mers的预期比例。在过去的十年中,已经提出了许多新方案,其密度明显低于原始随机最小化方案。例如,有基于打击集的计划(Orenstein等,2016;Marçais等人,2017,2018; Deblasio等,2019; Ekim等,2020; Pellow等,2023),而不是k -mers loukides and loukides and loukides and loukides and loukides和202,使用t -mers(t 尽管有所有这些改进,但这些方案与达到最低密度有多近。 窗口保证给出的密度的微不足道的下限为1尽管有所有这些改进,但这些方案与达到最低密度有多近。窗口保证给出的密度的微不足道的下限为1
摘要:锂离子(Li-ion)电池的估计(SOC)准确性良好对于电池管理系统至关重要。对于基于模型的方法,电化学模型由于其准确性和描述电池内部行为的能力而被广泛使用。但是,参数的不确定性和电压缺乏校正也会在长期计算过程中引起错误。本文提出了一种基于粒子过滤器(PF)的方法,该方法使用电化学模型估算锂离子电池的SOC,并使用粒子群优化(PSO)算法实现了敏感的参数识别。首先,在这项工作中使用具有电解质动力学的单个粒子模型(SPME)来减少电池电化学模型的计算负担,该模型通过基本效应测试选择其敏感参数。然后,很难直接测量的代表性敏感参数被PSO调节以提高效率。最后,使用PF构建了基于模型的SOC估计框架,以实现准确的锂离子电池SOC。与扩展的卡尔曼滤波器和等效电路模型相比,在三个不同的驱动周期下,提出的方法显示出很高的精度。
摘要:在本文中,我们探讨了生成机器学习模型作为计算昂贵的Monte Carlo(MC)模拟的替代品的潜力,该模拟(MC)模拟了大型强子撞机(LHC)实验通常使用的。我们的目标是开发一个能够有效地模拟特定粒子可观察物的检测器响应的生成模型,重点关注同一事件中不同颗粒的检测器响应之间的相关性并适应不对称的检测器响应。我们基于掩盖自回归流链的条件归一化流量模型(CNF),有效地结合了条件变量和高维密度分布。我们使用在LHC上对偶发事件的Higgs玻色子腐烂样品进行了模拟样本评估CNF模型的性能。我们使用涂抹技术创建重建级别的可观察力。我们表明,有条件地归一化的流可以准确地对复杂的检测器响应及其相关性进行建模。此方法可以潜在地减少与生成大量模拟事件相关的计算负担,同时确保生成的事件满足数据分析的要求。我们在https://github.com/allixu/normalizing_flow_flow_for_detector_response
随着储能参与辅助服务市场的趋势,将快速变化的实时信号纳入长期配电系统规划中仍然具有繁重的计算负担。本文针对含储能的配电系统提出了一种两阶段随机规划,其中同时考虑了储能退化和频率调节的辅助服务收益。为此,将问题表述为混合整数线性规划,优化总体规划成本,包括投资和维护成本、电力交易成本和调节服务收益。在目标中加入了退化惩罚,以避免在提供调节服务时过度充电/放电,从而进一步有利于配电系统的经济性。该模型还考虑了负荷需求和电价的不确定性。采用高斯混合模型来表征这些不确定性,并抽样了一组代表性场景。为了加速优化,提出了一种改进的并行计算渐进式对冲方法。通过 33 总线配电系统证明,在 100 个场景中解决模型时,所提出的算法的速度大约是最先进的商业软件 Gurobi 的 15 倍。对于此案例研究,考虑退化惩罚已被证明可以将储能寿命延长一年。
bionano访问支持不同的工作流以检测人类基因组中的结构变体(SV)(图1)。根据Bionano技术,一种罕见的变体被定义为样品中低丰度中存在的变体,并且在参考分子中不存在。为了有效地识别此类变体,使用专用的生物信息学管道,该管道在局部将分子与参考保持一致,将它们与假定的差异组装成共识图,并以较少的计算负担确定结构变化。有关这些工作流中每一个的更多信息,请参阅Bionano求解操作理论:结构变体呼叫(CG-30110),Bionano求解操作理论:变体注释管道(CG-30190)和Bionano solve of操作理论:ENFOCUS FSHD分析(CG-303221)。要获取有关数据覆盖目标的信息,这些信息可能会根据分析而变化,请参见数据收集指南(CG-30173)。获取有关Bionano如何确定原始数据质量控制的信息,请参阅Bionano Access仪表板和芯片指标指南(CG-30304)和Bionano Access分子质量报告指南(CG-30223)。
数据增强现在是图像训练过程的重要组成部分,因为它可以有效地防止过度拟合并使模型对噪声数据集更加稳健。最近的混合增强策略已经取得了进展,可以生成可以丰富显着性信息的混合掩码,这是一种监督信号。然而,这些方法在优化混合掩码时会产生很大的计算负担。出于这个动机,我们提出了一种新颖的显着性感知混合方法GuidedMixup,旨在以较低的计算开销保留混合图像中的显着区域。我们开发了一种高效的配对算法,该算法致力于最小化配对图像的显着区域的冲突并在混合图像中实现丰富的显着性。此外,GuidedMixup通过平滑地插值两个配对图像来控制每个像素的混合率以更好地保留显着区域。在多个数据集上的实验表明,GuidedMixup 在分类数据集上实现了数据增强开销和泛化性能之间的良好平衡。此外,我们的方法在损坏或精简数据集的实验中也表现出良好的性能。
空中系统系统的抽象合作轨迹计划是一个基本且具有挑战性的问题,旨在利用航空信息来协助地面任务。现有方法通常遭受次优轨迹或计算负担。在本文中,我们讨论了空中系统的合作轨迹计划,在该系统中,无人接地车辆(UGV)在无人驾驶汽车(UAV)的协助下实时计划其当地轨迹。首先,UAV使用非线性模型预测控制(NMPC)生成指导轨迹,该模型将障碍物分布密度视为反映多个障碍对UGV的耦合效果的因素,从而避免了局部最小值问题并改善了计划轨迹的可行性。其次,采用基于空空间的行为控制(NSBC)框架将指导轨迹合并到UGV自己计划的任务中。最后,为UGV开发了一个事件触发任务主管,以决定所有任务的优先级,这降低了传统基于规则的任务主管带来的任务优先级的切换频率。模拟和实验结果都表明,就轨迹误差,在线计算时间和任务执行的成功率而言,所提出的方法具有出色的轨迹计划性能。
1 全球工程与材料公司,2 西北大学工程科学与应用数学 本文表达的观点为作者观点,不应被视为官方观点或反映指挥官或美国海军的观点。 摘要 本文概述了我们最近增强的 Abaqus 3D 扩展有限元工具包 (XFA3D),用于评估块载荷下焊接铝结构的疲劳损伤。 为了减轻在焊接引起的残余应力场下任意裂纹的插入和扩展所带来的计算负担,将节点丰富位移场与水平集描述相结合,与混合隐式和显式裂纹表示方法相结合。 实现了简化的残余应力表征,而无需在裂纹扩展的每个步骤中调用两个单独的分析。 采用应力比相关的疲劳损伤累积模型来计算任意多块载荷谱下的疲劳损伤累积。首先对孔板和多孔梁中曲线疲劳裂纹扩展预测的模拟进行能力验证,然后将其应用于三个具有初始缺陷的焊接部件,包括对接焊缝拉伸试样、具有半椭圆表面缺陷的十字形拉伸试样和具有贯穿厚度裂纹的焊接 T 型接头。