Coordinated Adaptive Virtual Inertia and Virtual Impedance Control for Stability Enhancement in Ultra-Weak Mountainous Microgrids
本文提出了一种新颖的协调自适应虚拟惯量与虚拟阻抗(AVI)控制策略,通过动态调节虚拟参数,显著增强了超弱高阻抗山区微网的稳定性和韧性,与传统的定参数方法相比,该策略扩展了临界电感极限并减少了功率振荡。
2864 篇论文
本文提出了一种新颖的协调自适应虚拟惯量与虚拟阻抗(AVI)控制策略,通过动态调节虚拟参数,显著增强了超弱高阻抗山区微网的稳定性和韧性,与传统的定参数方法相比,该策略扩展了临界电感极限并减少了功率振荡。
这项2026年的实证研究分析了尼日利亚的电信基础设施,揭示了尽管网络安全准备程度较高,但该行业受限于离网电力依赖、频繁的物理电缆切断以及高昂的运营成本,正面临严重的韧性不足问题,同时强调了监管改革和太阳能混合动力改造在显著提高服务质量和经济可行性方面的潜力。
本研究表明,尽管选择性状态空间(Mamba)电池剩余寿命(RUL)模型在跨化学体系(从 NMC 到 LFP)的零样本泛化方面表现失败,但通过仅使用 10% 的参数和 61 个源电池进行参数高效型适配,可以显著恢复性能,前提是评估必须严格遵循因果性的寿命终点分母,以避免产生虚高的、不可部署的指标。
本研究评估了长时储能(LDES)在微电网中增强韧性、降低成本和减少排放方面的作用,发现虽然长时储能在应对高韧性、正午高峰负荷方面具有特定优势,但在当前及预期的未来条件下,与锂离子储能相比,其通常仍不具备经济性。
本文提出了一种经过验证的随机数值模型,该模型整合了四种机理疲劳方法,并针对七种结构材料的 44 个实验点进行了校准,旨在仅通过静态特性即可生成综合的 S-N-P 曲线,从而实现在无需额外测试的情况下,准确预测复杂环境和载荷条件下的疲劳寿命。
本文介绍了 GEO-HYBRID,这是一个透明的 Python 框架,它通过将基础土力学原理与数据驱动的参数校准相结合,增强了液化风险评估和岩土解释能力,从而在预测准确性和可靠性方面超越了纯机器学习模型。
本文介绍了一种用于 SKY130 基于宏单元(macro-based)的 SRAM 配置的自动化设计空间探索框架,该框架利用真实的面积和漏电流指标评估了九种存储器类型与布局组合,并证明了候选选择方法的选择——特别是帕累托最优(Pareto-optimality)过滤器与传统启发式方法相比——会显著影响最终的设计结果。
本研究开发并验证了一种基于双特征线性模型的早期定向预测器,该预测器能在中风后人群即将发生的内源性步态偏移发生前约 191 毫秒,成功识别出 88% 的即刻步态偏移,从而为预防跌倒提供及时的、必要的实时干预。
本研究表明,尽管沉浸式虚拟现实(IVR)与桌面虚拟现实在整体认知负荷方面表现相当,但 IVR 显著缩短了任务完成时间,并可能通过降低挫败感和利用环境线索来更好地支持女性的空间处理策略,从而暗示其作为起重机操作培训包容性平台的潜力。
本文提出了一种自主移动机器人系统,该系统集成了一个用于实时裂缝检测的轻量化 YOLOv11n-seg 深度学习模型,以及一个基于记忆增强的牛耕式覆盖路径规划器,在模拟基础设施检测任务中实现了高覆盖率和高路径效率。