XiaoMi-AI文件搜索系统
World File Search System饱和状态
图形卷积网络用于模拟多孔介质中的多相流量和传输
多孔介质中多相流体动力学的数值模拟对于地球地下的许多能量和环境应用至关重要。数据驱动的次要模型为高保真数字模拟器提供了计算廉价的替代方案。虽然常用的卷积神经网络（CNN）在近似部分微分方程解决方案方面具有强大的功能，但CNN处理不规则和非结构化的模拟网格仍然具有挑战性。然而，地球地下的模拟模型通常涉及与复杂的网格网格的非结构化网格，从而限制了CNN的应用。为了应对这一挑战，我们基于图形卷积网络（GCN）构建了替代模型，以近似多孔介质中多相流和传输过程的空间 - 周期解。我们提出了一种适合耦合PDE系统双曲线特征的新GCN体系结构，以更好地捕获传输动力学。2D异质测试案例的结果表明，我们的替代物以高精度预测压力和饱和状态的演变，并且预测的推出对于多个时间步中仍然稳定。此外，基于GCN的模型可以很好地推广到训练数据集中看不见的不规则域几何和非结构化网格。
内大陆架内潮汐饱和度。第一部分：观测
内大陆架是冲浪区和中大陆架之间的区域，表面和底部边界层 (BBL) 在此汇合甚至重叠 ( Lentz 1994 )。在这里，横岸风有助于跨内大陆架的输送 ( Fewings 等人 2008 )，而中大陆架的输送则由埃克曼动力学引起的沿岸风驱动。内大陆架的另一个先前未研究过的显著特征是，内大陆架是内潮汐几乎失去所有能量的区域。后者是我们在这里的重点，并引出了内大陆架作为内潮汐冲浪区的作用的新区分 ( Becherer 等人 2021 ，以下简称第二部分 )。这种内部冲浪区，其中内部潮汐以受水深限制的饱和状态存在，具有与表面重力波冲浪区类似的特征（Thornton 和 Guza 1983；Battjes 1988）。内部潮汐要么在当地产生（Sharples 等人 2001；Duda 和 Rainville 2008；Kang 和 Fringer 2010），要么在传播路径较长的偏远地区产生（Nash 等人 2012；Kumar 等人 2019），将大量能量传输到内架（Moum 等人 2007b；Kang 和 Fringer 2012）。在这里，能量被湍流耗散，产生斜压混合，从而导致水体转化。在内架上，内部潮汐在驱动
智能电网中分布式能源系统的建模技术
摘要。从历史上看，电网是匹配多样化发电资源的最经济方式。第二次世界大战后，所有发达国家都选择开发集中式电力系统，将能源输送到全国，然后将其分配到各个消费点。在这种集中式管理下，生产适应了经济和人口发展推动的不断增长的需求。消费状况逐渐发生了变化：电力用途的发展（特别是供暖和空调）导致消费高峰越来越难以满足。电动汽车的出现加剧了供需之间日益加剧的不平衡。因此，生产状况逐渐发生变化：生产已经更接近消费地点，但变得更加多变，例如风能和太阳能（被称为间歇性能源生产来源）。在这种转变的能源观中，这些历史上集中式和单向网络已达到饱和状态，需要通过转向分散模式进行现代化改造。从这个角度来看，智能电网（SG）的发展正在进行中。本文旨在定义提供各种好处并带来重大挑战的分散式能源系统。最后，我们提出了几种高效的智能电网系统建模和控制技术，以帮助决策者解决复杂问题。关键词。能源系统，集中式，分散式，智能电网，复杂系统，建模技术
电纺聚合物纳米杂化剂具有出色的污染物吸附和电力处理和传感设备的电效率
抽象的氧化石墨烯（GO）和碳纳米管（CNT）以不同的相互比率加载到聚（乙烯基二氟二氟二氟丙烯）中（PVDF-CO-HFP）基质和电型基质（PVDF-CO-HFP）基质和静电剂，这些基质被评估为与智能毒性的智能毒性（MB），同时是甲基含量的含量（MB）（MB检测染料量。结果表明，在增加GO含量时，吸附能力会增强，这对湿润和活动面积有益。平衡吸附是由Langmuir等温模型准确预测的，并且此处实现的最大能力在120至555 mg/g之间，取决于配方，高于报告的系统。研究了此类材料的结构和性能的演变，例如染料吸附的函数。结果表明，MB分子以剂量依赖性方式促使样品的电导率增加。MATS仅包含CNT，在显示出最差的吸附性能的同时，表现出最高的电气性能，在染料量的函数中显示出有趣的变化，其电响应的变化具有线性响应和高灵敏度（309.4 µs cm -1 mg -1），范围为0-235 µg of dye dye dye ad sorsors。超出了在受污染的水和吸附剂饱和状态中监测少量MB的可能性之外，甚至可以利用此功能将废物吸附剂转化为高增值的价值产物，包括用于检测低压值的灵活传感器，以检测压力低，人类运动等。