本技术提供了一种电力现货机制下储能系统的容量与运行规划方法及系统，基于储能参与电力现货机制的框架，对储能在现货机制下的规划指标、运行损耗与利用度进行建模；建立储能全寿命周期规划指标模型，并通过资本回收系数将储能全寿命周期规划指标折算到单日，同时建立常规火电机组的日运行总损耗模型；根据现货机制的出清要求，建立平衡约束，并采用DC潮流模型建立输电网线性潮流约束；结合平衡约束和输电网线性潮流约束，以储能日规划指标与常规机组运行损耗最小为目标，建立第一阶段储能容量配置优化模型，求解储能的最优容量配置；以提高储能利用率与降低系统损耗为目标，建立第二阶段储能优化运行模型，求解得到储能最优运行规划。

 本技术公开一种全芯片电源网络设计方法，包括:步骤一、功耗分析，分别计算出芯片在不同应用情况下的最大瞬态功耗和平均功耗；步骤二、电源网络参数的估算，对电源网络的参数进行估算，从而为电源网络提供参考设计；步骤三、电源网络的设计，包括确定电源网络的密度，电源IO的数量以及选择电源轨的风格；步骤四、进行网络格点的分析。通过对全芯片电源网络进行优化设计，进而确保了电压降和电迁移处于理想范围内的前提下，使电源网络所占的芯片面积最小，并且不会引起不限的拥塞，提高电源网络与芯片的适配度，进而使得全芯片电源网络面积比均匀分布法要小，大大提高芯片工作寿命。

 本技术属于成矿预测技术领域，公开了一种精细样本分割和小样本学习策略的成矿预测方法。本发明提出一个鲁棒的小样本学习框架，通过数据增强扩充了有标签数据的容量，并采用迁移学习对模型预训练和微调，使模型具有出色的预测效率，在一定程度上抑制了模型的过拟合问题，降低了模型预测的不确定性。小样本学习框架经过SMOTE对数据集平衡化，提高了数据集在训练过程中的分类精度。小样本学习框架的预测点呈拱形，有利于对高概率、低不确定性的潜在目标进行聚焦。小样本学习框架有控制过拟合的能力，并产生了具有低不确定性水平的高置信度勘探目标。

 本技术公开了一种基于分解兼容性仿射粒子网格算法的固液耦合仿真方法，适用于弹性固体与不可压缩流体在自由滑移边界条件下的相互作用仿真。其步骤为:a）通过采用粒子与网格兼容性描述流固界面处的网格节点与粒子关系，为后续的粒子‑网格‑粒子传递提供指导；b）使用相场梯度法追踪界面处的流固兼容性和法向；c）在不兼容的网格节点间传递速度的切向分量，以防止不同相场间的速度平滑化，而速度的法向分量则不受限制地传递，实现流固界面的顺畅分离。本发明有效减少了传统MPM方法中的非物理粘性，提供了更精确的固液耦合仿真效果。

 本技术公开了一种基于两阶段搜索的学习型查询优化器构建方法及装置，包括:通过基于马氏距离度量的适用域检测器，利用训练数据验证用户查询是否在优化器的适用域内；若不在适用域内，此查询将被交于底层的数据库管理系统进行处理和执行；若在适用域内，本方法将利用现有的基于束搜索的计划生成器生成最优的k个计划作为候选集，并利用数据增强后的执行计划训练挑选器；计划挑选器将利用回归模型预测候选计划的预计延时，从而选出最优查询计划，并交由数据库管理系统执行。本发明利用两阶段搜索和适用域检测的方式，提出了一种准确高效且鲁棒的查询优化器，拥有产出计划质量高、训练效率高、鲁棒性强等优点，具有广阔的应用场景。

 本技术公开了基于SNS活化的骨折愈合再生仿真系统，属于生物医学工程技术领域。为解决骨折愈合过程预测不准、细胞行为以及神经调控在骨折愈合中作用模拟不足的问题，通过三维建模和有限元分析，能够更精确地模拟骨折区域的力学环境和应力应变状态，从而更准确地预测骨折愈合过程中的生物力学变化，结合SNS活化信号模块，模拟骨折后生物体内复杂的神经信号传导过程，有助于揭示神经调控在骨折愈合中的作用，提高愈合过程预测的准确性，模拟多种细胞类型在骨折愈合过程中的行为以及骨痂的生长和重塑过程，基于仿真系统的输出结果，模拟不同治疗方案对骨折愈合过程的影响，可以在实际治疗前方案优化，减少治疗过程中的不确定性和风险。

 考虑需求响应含垃圾焚烧电厂的综合能源系统优化调度方法属于综合能源系统经济运行技术领域，考虑垃圾焚烧电厂‑碳捕集装置‑电转气设备的协同运行，通过引入碳捕集捕集装置和电转气设备将回收的二氧化碳合成甲烷，实现碳的循环利用；挖掘供、需两侧的可调度资源，在供能侧加入有机朗肯循环余热发电和烟气余热回收装置构造供能侧的电热灵活输出模型；基于阶梯式碳交易机制构建以系统运行成本最小为目标的电‑热综合能源系统优化调度模型，利用CPLEX优化引擎对此模型进行求解，结果验证了所建模型的有效性。本技术能够有效引导用户参与需求响应来提高系统经济性和灵活性，促进可再生能源的消纳能力，具有方法科学合理、适用性强、效果佳等优点。

 本技术公开了一种基于微内核Hypervisor的虚拟机跨操作系统通信方法，由微内核Hypervisor创建在各自的操作系统环境中独立运行的虚拟机，然后在两个具有通信需求的虚拟机之间构建起一个共享内存，两个虚拟机分别初始化虚拟机共享设备，将共享内存映射到自身的虚拟地址中，当一个虚拟机需要向对方传送数据时，发起通信将数据写入共享内存中，接收数据的虚拟机则从共享内存读取该数据，从而实现虚拟机的跨操作系统通信。本发明基于共享内存技术，利用微内核Hypervisor对共享内存和虚拟机的通信过程进行管理，实现虚拟机之间的跨操作系统通信。

 本技术轨道交通技术领域，尤其是指一种基于大数据的安全预测管理方法及系统，包括总预警系统，所述总预警系统的输出端连接有故障采集收发模块和服务器，且故障采集收发模块的输出端连接有区域分控模块。本发明中首先把总预警系统从整到零划分多个节点检测模块，每个节点检测模块均设有设备故障采集模块和线路故障采集模块，设备故障采集模块通过运行环境检测模块和运行条件检测模块，对设备运行过程中的环境和条件状态进行实时监测，配合线路故障采集模块对设备间线路连接进行实时监测，从而在出现问题时能够立刻进行主动并自动化预警，并能够明确故障点、故障地和故障原因，方便运维人员进行维修提高检修效率。

 本文涉及一种遥感数据变化检测系统，包括:基于单流的轻量化变化检测网络模型Lite‑CDNet，该模型包括深度特征融合模块DFFM、多尺度特征提取器以及多尺度轴向注意力模块MAA；通过深度特征融合模块DFFM对输入的双时相图像进行特征融合后，利用轻量化网络模型ShuffleNetv2进行多尺度特征提取，并通过多尺度轴向注意力模块MAA帮助模型识别变化的区域特征并改进特征细节；在训练过程中使用渐进式变化平衡采样策略PCBS来促进模型收敛。本申请能够保证检测精度，同时解决数据样本不平衡问题。