生物通官微陪你抓住生命科技跳动的脉搏
利用低代码和容器化技术的继电保护远程维护主站灵活扩展与部署架构 施泽兵(Zebing Shi) 高宏辉(Honghui Gao) 陈晓亮(Xiaoliang Chen) 于江(Jiang Yu) 刁阳(Yang Diao) 赵泽(Ze Zhao)
摘要 传统的继电保护远程维护主站由于采用单体架构,存在耦合紧密、可扩展性有限以及部署繁琐的问题。本文提出了一种集成低代码和容器化技术的灵活扩展系统。主要创新点包括:(1)一个针对特定领域的低代码组件库,其中核心功能被硬编码以实现高性能;(2)一个将低代码开
来源:Energies
时间:2026-04-30
基于数据的逆向设计方法:利用条件生成模型调控多种系统中的银纳米粒子尺寸以实现可控合成 作者:子兴发(Xingfa Zi)、杨洪斌(Hongbin Yang)、王敏(Min Wang)、张德清(Deqing Zhang)、曾军(Jun Zeng)、杨永安(Yongan Yang)、宋友伟(Youwei Song)、王秦(Qin Wang)和刘飞艺(Feiyi Liu)
摘要 为了解决园区级多源协同供电系统中可再生能源输出功率和负载需求的不确定性,并实现经济系统的运行,本文提出了一种基于数学规划引导的模仿学习-振荡衰减深度确定性策略梯度(MPG-OD-DDPG)算法的最优调度方法。首先,建立了以最小化系统运营成本为目标 o
来源:Materials
自动化决策技术在虚拟电厂运营与控制中的应用综述与展望 邹飞凡、高慈伟
摘要:为了解决园区级多源协同供电系统中可再生能源输出功率和负载需求的不确定性,并实现经济系统的运行,提出了一种基于数学规划引导的模仿学习-振荡衰减深度确定性策略梯度(MPG-OD-DDPG)算法的最优调度方法。首先,建立了以最小化系统运行成本为目标 olan 公园级多源协同供电系
用于金属材料微观结构表征的FIB-SEM技术最新进展 桥毅(Yi Qiao) 张勇(Yong Zhang)
摘要:自从聚焦离子束(FIB)技术问世以来,其应用范围已经从半导体行业的微纳制造扩展到金属材料微观结构的多模态表征领域。本文系统地回顾了FIB-SEM技术在金属材料科学领域的最新研究进展。文章介绍了FIB-SEM的基本原理和系统功能,重点介绍了其在二维和三维形态表征中的应用,以及
综述:通过泡沫凝胶铸造技术利用红泥制备高性能多孔陶瓷,实现高效废物利用 王彦秀、 王帆、 张玲、 王世培、 杨安琪、 王成文、 王莉、 韩海生、 孙伟
摘要 地热二氧化硅作为一种有前景但尚未得到充分利用的硅基锂离子电池负极前驱体材料,逐渐受到关注。这种物质可以从地热能生产过程中产生的盐水中、结垢物以及固体残渣中提取,从而实现废弃物的资源化利用,并同时解决二氧化硅导致的结
一种基于角误差余弦的无传感器启动高速SPMSM自适应切换方法 陈伟, 张世伟, 王志强, 李新民, 肖淑欣, 徐哲顺
摘要 为了解决高速表面安装式永磁同步电机(HSPMSMs)从I-f开环控制切换到无传感器闭环控制时出现的电流冲击和速度波动问题,本文提出了一种基于角误差余弦的自适应切换方法。该方法以I-f开环参考角与无传感器观测器估计的
利用深度学习的自适应水下图像增强技术 亚历山德罗斯·弗罗希迪斯(Alexandros Vrochidis)和 斯特利奥斯·克里尼迪斯(Stelios Krinidis)
摘要 水下图像常常会因为水中的光吸收和散射而出现质量下降的问题,包括颜色失真、可见度降低以及对比度低等。为了提高视觉质量并解决这些问题,已经提出了许多增强技术。然而,没有一种方法能够在所有水下场景中都始终表现出最佳效果。
来源:Applied System Innovation
基于高斯过程的数据驱动概率预测方法在配电变压器中用于电压质量预测 Efraín Mondragón-García, Ángel Marroquín de Jesús, Raúl García-García, Yuri Salazar-Flores, Adán Díaz-Hernández, Emmanuel Vallejo-Castañeda
摘要:本文提出了一种基于高斯过程回归和高分辨率场测量的概率数据驱动框架,用于配电变压器的电压质量预测。在实际运行条件下获取的电压时间序列使用复合协方差函数进行建模,这些函数旨在捕捉长期趋势和随机多尺度波动。所提出的方法能够同时实现预测和不确定性量化,从而直接评估电压质量是否符合标
仅售15分钟的中欧和东欧SDAC市场诊断服务——采用代理式人工智能技术 作者:Șener Ali、Simona-Vasilica Oprea 和 Adela Bâra
摘要 将市场时间单位(MTU)从1小时调整为15分钟,在单日提前耦合(SDAC)中增加了时间粒度,但同时也使得对小时内电价峰值和快速变化的解释变得更加复杂。本文探讨了在信息严重受限的情况下,通过架构分解是否能够提高基于大型语言模型(LLM)的诊断方法在仅价
解释葡萄园中5G信号的季节性路径损耗:从经验模型到可解释的机器学习方法 丹尼尔·施耐德(Daniel Schneider) 阿里·伊姆兰·杰汉吉里(Ali Imran Jehangiri) 丹尼尔·穆勒(Daniel Müller) 汉内斯·弗雷(Hannes Frey) 玛丽亚·安娜·维默(Maria Anna Wimmer)
摘要 无线网络规划对于5G网络的部署至关重要,尤其是在农村地区的临时安装中,因为地形和植被会显著影响信号传播。虽然经验路径损耗(PL)模型通过特定场景的参数来描述传播环境——这导致在单个站点上的预测具有固有的噪声——但机器学习(ML)方法可以从多个特征同时预测特定站点的路径损耗。
来源:Future Internet
知名企业招聘: