摘要：致病微生物气溶胶(PMA)是典型的环境污染物,也是对人类健康的主要威胁之一。为了解决传统的高效颗粒空气过滤器(HEPA)系统只能过滤PMA的主要局限性,该研究开发了一种新的等离子体空气净化系统(PAPS),它可以同时过滤PMA并杀死内部的微生物。本系统采用大面积的针状电晕放电阵列覆盖气流通道,并设计了专有的模块化组件,使得PAPS组件易于清洁和重复使用,以实现长期、低成本的运行。此外,该研究集成了人工神经网络与遗传算法(ANN-GA)来优化PAPS的工作参数。通过在最佳工艺条件下对PMA进行有效捕捉和灭活,验证了ANN-GA模型的可靠性。本研究通过层流场、电场、等离子体场和带电粒子运动的多物理场耦合模拟,研究了PAPS系统的净化机制,并进一步验证了其关键工作参数。最终的实验证明,在最佳工作参数下,PAPS可以有效地拦截和灭活PMA中的所有细菌。

摘要：风光互补发电作为一种有效利用可再生能源的方式,在实际应用中仍面临诸多技术挑战。本文提出了一种基于人工智能算法的风光互补发电优化系统,涵盖数据采集与预处理、智能算法建模与优化、实时监测与控制以及系统评估与反馈等关键环节。通过高保真仿真实验,验证了所提系统在典型风光资源工况下的优越控制性能,大幅提升了发电效率和电能质量,降低了运行成本。与传统控制策略相比,该系统使风光资源利用率提高5%以上,电压和频率合格率达到99%以上,运行成本降低近10%。研究结果为风光互补发电的智能优化运行提供了新思路和新方法。