XiaoMi-AI文件搜索系统
World File Search System预测技术
基于随机滤波方法的储能元件剩余使用寿命预测综述
摘要：锂离子电池是一种绿色环保的储能元件，因其能量密度高、循环性能好而成为储能的首选。锂离子电池在充放电循环过程中会发生不可逆过程，造成电池容量的不断衰减，最终导致电池失效，准确的剩余使用寿命（RUL）预测技术对储能元件的安全使用和维护具有重要意义。本文综述了国内外储能元件RUL预测方法的研究进展。首先明确储能元件的失效机理，然后总结以锂离子电池为代表的储能元件RUL预测方法；其次，分析了基于卡尔曼滤波和粒子滤波的数据-模型融合方法在锂离子电池RUL预测中的应用，并讨论了储能元件RUL预测面临的问题及未来的研究展望。
生成人工智能时代的审计
GenAI 技术是一种预测技术，因此，输出基于 genAI 技术确定的可能响应。如果用户多次询问同一个问题，他们每次可能会得到不同的答案。之所以会出现不同的答案，是因为 genAI 技术旨在生成不同的响应，并在不同的数据集上进行训练，这会导致对单个提示的可能响应范围很广。5 因此，genAI 技术对于需要创造力或响应多样性的任务特别有用，包括生成新内容或信息，但 genAI 可能并不总是提供可靠或可重复的信息。GenAI 技术的工作方式不像搜索引擎在其训练数据中查找事实，而是创建新的连贯、类似人类的文本。
叙事报告-2024-HYDREGEN-FUEL-CELL- ...
已经确定了影响技术路线图各个方面的四个总体主题或微级别驱动程序。确定的驱动程序是多方面的，范围从全局到本地尺度。全球驾驶员涵盖了超越国家边界的变化和挑战，通常超出了英国供应商的直接影响。国家司机是英国社会经济和监管环境独有的驱动因素，而当地司机会影响英国境内的特定地区或社区。这些交叉切割主题与驱动因素之间的相互作用影响了预测技术解决方案的发展和开发。这些驾驶员相互互动以及技术路线图 - 加快了某些技术的进步，同时需要改变他人的变化。在本节中，我们研究了四个重塑技术和创新景观的关键驱动程序：
引用 (APA)：Hameed, Z.、Hashemi Toghroljerdi, S. 和 Træholt, C. (2021)。基于人工智能的预测在可再生能源电力平衡市场中的应用。2021 年 IEEE 国际工业技术会议论文集 (第 579-584 页)。IEEE。 https://doi.org/10.1109/ICIT46573.2021.9453469
摘要 — 日益增长的环境问题正在将更多的可再生能源整合到电力系统中。这种增长带来了发电的不确定性，使维持供需平衡变得具有挑战性。为了避免平衡问题和随之而来的稳定性问题，需要更好的预测模型，因为传统技术还不足以应对这些新挑战。因此，基于人工智能 (AI) 的预测技术在电力市场领域获得了潜在的认可。本文旨在研究人工智能在电力平衡市场 (EBM) 中价格预测应用的最新进展。以前在这方面的研究重点是日前市场，而针对 EBM 的研究相当稀少。本文展示了基于人工智能的预测如何支持 EBM 建模，从而实现更安全的分布式技术电网集成。我们还调查了经纪人和客户等市场参与者从此类预测中获得的收益。
2023 需求侧管理与效益...
1. 执行摘要——提供 2023 年需求侧管理和有益电气化计划整体战略方向的高层概述；提供计划和产品级预测和预算；按成本类别确定预算；并解决客户参与问题。 2. 计划和产品摘要——每个计划领域的高层摘要，后跟每个产品的具体信息。 3. 成本效益分析——提供公司 2023 年需求侧管理和有益电气化产品的电力和天然气组合和计划成本效益分析结果。 4. 附录——列出首字母缩略词列表；关键术语；产品排名；预算类别描述；避免的成本；天然气需求侧管理 $/Therm 和损失收入确认方法；电力负荷形状文档；以及技术参考手册（视同节省和预测技术假设）。
校园微电网中基于电池的能源优化的峰值预测
基于电池的能源存储已成为各种电网能源优化（如调峰和成本套利）的有利技术。电池驱动的调峰优化的一个关键组成部分是峰值预测，即预测一天中需求最大的时段。虽然之前已经有大量关于负荷预测的研究，但我们认为，预测个人消费者或微电网需求高峰期的问题比预测电网规模的负荷更具挑战性。我们提出了一种基于深度学习的峰值预测新模型，该模型可以预测每天需求最高和最低的 k 个小时。我们使用来自 156 栋建筑的真实微电网的两年跟踪来评估我们的方法，并表明它比用于峰值预测的最先进的负荷预测技术高出 11-32%。当用于基于电池的调峰时，我们的模型每年可为该微电网的 4 MWhr 电池节省 496,320 美元。
无性异源多倍体根结线虫的分阶段染色体规模基因组组装揭示了复杂的亚基因组结构
我们展示了异源多倍体根结线虫Meloidogyne javanica的染色体级基因组组装。我们发现M . javanica基因组主要是异源多倍体，包含两个亚基因组A和B，最有可能起源于两个祖先亲本物种的杂交。使用全长非嵌合转录本、与参考数据库的比较和从头算预测技术对组装进行了注释，并使用祖先k聚体谱分析对亚基因组进行了分阶段。亚基因组B似乎显示染色体重叠群的分裂，虽然亚基因组之间存在大量同源性，但我们还确定了缺乏同源性的区域，这些区域可能在杂交之前或之后在祖先基因组中发生了分化。这种带注释和分阶段的基因组组装为了解这些全球重要植物病原体的起源和遗传学提供了重要资源。
提高 IDC 冷却和空调效率 - 富士通
随着对信息技术 (IT) 设备的需求逐年增加，而 IT 设备密集的数据中心的功耗急剧上升，节能方法变得越来越重要。数据中心消耗的电力用于各种目的，但减少供给 IT 设备的电力，以及减少用于冷却大型 IT 设备的空调电力，正变得尤为重要。本文介绍了富士通先进科技有限公司 (FATEC) 为提高数据中心空调效率所做的努力。重点调查温度、电力和气流等关键参数对于获得实际情况的清晰理解至关重要，而计算流体力学 (CFD) 模拟是实现真正改进的重要预测技术。发现热点的温度预测准确度通常在 20% 以内；此外，通过调整模拟，可以将其降低到 5% 以内。已经发现，使用高精度 CFD 模拟实现的冷却效率提高可以大幅降低空调设备的功耗。
利用基于大脑的语义特征解码词向量
词嵌入是使用计数或预测技术构建的矢量语义表示，旨在从词语共现中捕捉含义的细微差别。自从它们被引入以来，这些表示就因缺乏可解释的维度而受到批评。词嵌入的这种特性限制了我们对它们实际编码的语义特征的理解。此外，它导致了它们所用于任务的“黑箱”性质，因为词嵌入性能的原因通常对人类来说仍然是模糊的。在本文中，我们探索了词嵌入中编码的语义属性，将它们映射到可解释的向量上，由明确的和神经生物学驱动的语义特征组成（Binder 等人，2016 年）。我们的探索考虑了不同类型的嵌入，包括分解计数向量和预测模型（Skip-Gram、GloVe 等），以及最新的情境化表示（即 ELMo 和 BERT）。