登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《一种代数模型的发展，该模型预测了包括其退化在内的太阳能模块的最大功率输出》

  • 来源专题：可再生能源
  • 编译者： pengh
  • 发布时间：2017-08-16

  • 本研究重点研究了最大功率输出预测模型，其中包含光伏（PV）模块退化算法。这些算法使得模型能够随着时间的推移计算功率的降低。光伏电站预计运行20多年。这导致操作的功率输出减少。通过并入多项加速试验，确定了单晶硅光伏组件的降解率。这些包括：五个温度湿度测试和三个热循环测试。温湿度测试结果表明，降解速率取决于热活化能和湿度参数。类似地，热循环测试的结果表明，功率输出的降低受热活化能的影响;然而，它也受到最大和最小之间的温差的影响。为了验证开发模式的准确性，光伏组件已经暴露于户外条件（2014年12月至2016年11月）。最终结果证明，利用光伏组件退化算法开发的模型，在预测长期运行功率输出时，比预测模型无劣化算法更为准确。

119浏览量
原文链接
相关报告

  • 《DSG太阳能集热器一次通过模式的广义分布参数模型及数值模拟方法》
    • 来源专题：可再生能源
    • 编译者：pengh
    • 发布时间：2019-07-03
    • 迄今为止，关于抛物槽式太阳能集热器（PTC）系统中直接蒸汽发生（DSG）过程的建模和仿真的研究是基于属于欧拉方法的空间控制体积建模。移动边界模型分别应用于单相和两相流体。该模型和相关算法缺乏必要的通用性。此外，当系统运行条件发生显着变化时，模型的数值稳定性难以得到保证。为此，本文基于拉格朗日方法的流体包裹跟踪（FPT）思想，研究了直流模式下PTC系统中DSG动态过程的建模与仿真。建立了吸收器中流体热力学性质变化的统一公式。然后，建立了流体加热和相变过程的广义一维分布参数模型。建立了与该模型相对应的FPT算法，得到了流体热力学性质的瞬态分布和流体相变点的瞬态位置。此外，模型和算法主要通过现有的实验结果进行验证。最后，通过仿真实验研究了典型输入扰动下吸收体内流体热力学性质的瞬态分布，以及在大直接法向辐照度（DNI）扰动下显示过热区和两相区的消失和再生过程。结果表明，所提出的模型和计算方法具有良好的通用性，可以模拟DSG系统的动态过程。本文对DSG系统的实时分析，控制器设计和评估具有实用价值。 ——文章发布于2019年8月
    125浏览量
    原文链接

  • 《中国国内医学相关的类GPT语言模型》
    • 来源专题：数智化图书情报
    • 编译者：闫亚飞
    • 发布时间：2023-12-01
    • 1、华佗GPT 华佗GPT 有免费体验网站，可直接访问对话，无需注册登录账户。目前处于测试阶段，还在不断完善优化中，由香港中文大学(深圳)和深圳市大数据研究院联合开发。 是一个基于大量中文医疗语料训练的大语言模型(LLM)，目的是让语言模型具有医生的专业知识和患者的友好态度，为医疗咨询场景提供便捷有效的服务。目前处于测试阶段，生成结果正确性目前没有额外机制保证，结果仅供参考，请遵医嘱。界面中有上传图片和语音按钮，但这两个功能实际效果如何还待验证。 2、左医GPT 左医医疗大语言模型 不免费，但可申请短期体验。该对话页面需要用API key，底部有API key申请平台入口，在平台通过客服或联系电话或企业微信号等多种方式申请可获得key，申请就直接给，会给一个有试用期的API密钥，在左医GPT对话页面输入即可体验。目前主要对医院等医疗相关单位机构合作使用。我上次申请体验的是有2天试用期，不知现在能试用多久。 补充：百度搜索“左医GPT”，有介绍，平台申请直接获得key，因为医疗比较严肃，所以加一道，保证使用安全。——来自本文评论区 张超(左手医生创始人 CEO) 左医GPT不是基于GPT-3的，而是基于Transforme架构的自研模型。听译机器人的底层技术用的是左医GPT，和openAI没有任何关系。可通过语音识别和自然语言理解技术，实时记录医患对话，并自动生成电子病历。还可通过语言模型和知识图谱技术，为医生提供智能辅助功能，如用药指导、诊断建议、随访管理等。左医GPT是左手医生公司的核心产品之一，目前已经部署在全国近百家头部医院，提供智慧服务。 官网产品介绍地址(可申请API key) 左手医生开放平台-助力智慧医疗服务建设 3、岐黄问道GPT 大经中医岐黄问道大模型 (dajingtcm.com) 中医大模型，大经中医出品。目前对医疗机构开放申请内测。三个子模型：基于已确诊疾病的临床诊疗大模型，仅基于症状体征的临床诊疗大模型，中医养生调理大模型。 落地应用：在“学习强国”App中的中医智能健康助手就是基于此模型，只需要选择一些不舒服的表现，就能推荐中医调理方案。广东省中医院、上海中医药大学附属龙华医院等医疗机构单位；南京市江宁区、淄博市高青县等区域中医医联体，上海长宁区“为老服务中心”，下沉到山东吉林等地村卫生室这种基层医疗机构。 训练呢数据集：1100万条中医知识图谱数据；1500本中医古籍和文献数据；10万份真实中医专家医案数据；10万条脉象、舌象、经络、穴位数据；200万条真实的中医临床诊疗数据。 大经中医官网：大经中医 (dajingtcm.com) 4、本草(别名华驼,另有Med-ChatGLM) 中医大模型，免费开源，但目前无法直接使用，需下载在高性能计算机上进行复杂本地部署，也没有线上网站可体验。 哈尔滨工业大学开发的一款基于中医药知识图谱的人工智能系统，可提供中医药相关的问答、推理、分析等服务，赋能中医药行业的各个场景。 项目介绍地址(需翻墙才能访问) 本草(华驼) https://github.com/SCIR-HI/Huatuo-Llama-Med-Chinese Med-ChatGLM https://github.com/SCIR-HI/Med-ChatGLM 5、医联MedGPT 公司官网 成都医云科技有限公司 (medlinker.com) 个人无法直接使用，目前与各大医院及机构合作面向患者使用。是国内首个进行线下医院实际问诊等流程场景使用测评的大模型。已进入内部测试阶段，2023年5月正式发布。已拥有近3000种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病。突破AI医生无法与真实患者连续自由对话的难点，并在医疗问诊场景中支持多模态的输入和输出，在疾病的预防、诊断、治疗、康复四个重要环节全面实现智能化。MedGPT模型相关介绍文章如下： 文章一：医疗版ChatGPT直播评测！治疗方案与真人医生96%一致 文章二：鏖战一天，与三甲主治医师医学一致性达到96% 医联 MedGPT 通过首次公开大考！ 在微信公众号“医联Medlinker”中有个“医联MedGPT 媒体沟通会”的发布会视频，里面详细讲解了模型具体情况。 6、砭石 中医大模型，不免费，可简单体验。智慧眼开发的医疗领域大模型砭石，是一款支持多模态（文本、图像、视频和音频）输入的人工智能医生，可以提供智能问诊、辅助诊断、智能用药等服务，赋能医疗健康行业的各个场景。 体验方法：扫描智慧眼官网上的二维码，体验互联网医院的服务，包括智能导诊、在线问诊、处方流转、药物配送等。扫描后进入小程序进行微信登陆，添加就诊人并实名认证，后自动跳转到“急速问诊”页面，该问诊就是基于砭石模型问答。下次再次使用时在小程序首页上的“问诊购药”或“复诊续方”功能按钮进入问答界面。("砭"读bian一声) 产品介绍官网(页面下滑找到微信小程序二维码) 智慧眼-人工智能/医疗健康-AI计算驱动生命健康 7、京东JDH 京医千询 基于京东自己的言犀大模型打造，投喂了京东互联网医院积累了上亿级的医疗问诊数据。远程医疗两个场景：一是药师的问答；二是医患问答。目前与互联网医院及医疗机构合作面向患者使用，个人目前无法直接使用。没有找到官网相关链接及信息，欢迎评论补充。感兴趣的可通过京东云网站客服等渠道咨询就行。 京医千询_百度百科 (baidu.com) 8、腾讯健康医疗大模型，面向B端医院企业商业，不对个人开放，官网：腾讯健康 9、百度灵医智惠，面向B端医院企业商业，不对个人开放，官网：灵医智惠 10、华为云盘古医疗，网址：盘古大模型_panguLM_大模型_华为云，药物分子大模型，医疗大模型。 11、清华药物研发助手ChatDD，详情介绍网址：水木分子发布ChatDD 新一代对话式药物研发助手，引领药物研发第四范式 将于2023年10月中旬邀请测试基础版本。清华系初创团队水木分子宣布发布新一代对话式药物研发助手ChatDD(Drug Design)，覆盖药物立项、临床前研究、临床试验的各阶段，作为制药专家的得力AI助手，提升药物研发效率。千亿参数多模态生物医药对话大模型ChatDD-FM 100B。“制药版 ChatGPT”。兼具多模态和对话双重特点，能给医药界学生“解个惑”。主要给国内医药行业“打辅助”，侧重中文对话能力，融入了更多专家的对话模式和经验。 12、清华BioMedGPT，项目开源地址：https://github.com/taokz/BiomedGPT 生物医药版ChatGPT。清华大学聂再清教授带领团队着手构建的多模态生物医药领域基础模型，旨在将生物世界分子、文本与知识进行统一表示学习以达到在各项下游任务上能力的整体提升。通过打造的干湿闭环和专家在环的双闭环体系，使得BioMedGPT能够从真实世界学习、向人类专家学习有望成为生物医药研发基础大模型，支撑诸如高通量虚拟筛选、分子生成与优化、个性化药物重定位、生物医药知识检索等多项应用。主要用于科研领域，更擅长英文生物医药科研任务，适合直接拿来作为生物医药领域的相关科研任务的基础模型。
    1734浏览量
    原文链接