The first man-loading high temperature superconducting Maglev test vehicle in the world is reported. This vehicle was first tested successfully on December 31, 2000 in the Applied Superconductivity Laboratory, Southwest Jiaotong University, China. Heretofore over 17,000 passengers took the vehicle, and it operates very well from beginning to now. The function of suspension is separated from one of propulsion. The high temperature superconducting Maglev provides inherent stable forces both in the levitation and in the guidance direction. The vehicle is 3.5 m long, 1.2 m wide, and 0.8 m high. When five people stand on vehicle and the total weight is 530 kg, the net levitation gap is more than 20 mm. The whole vehicle system includes three parts, vehicle body, guideway and controlling system. The high temperature superconducting Maglev equipment on board is the most important for the system. The onboard superconductors are melt-textured YBaCuO bulks. The superconductors are fixed on the bottom of liquid nitrogen vessels and cooled by liquid nitrogen. The guideway consists of two parallel permanent magnetic tracks, whose surface concentrating magnetic field is up to 1.2 T. The guideway is 15.5 m long.

The modular multilevel converter (MMC) is emerging to be a promising approach for medium- and high-voltage applications. This paper proposes a modified nearest level modulation (NLM) method for the MMC, with which the level number of ac output voltage increases to 2N + 1 (where N is the submodule numbers per arm) as great as that of the carrier-phase-shifted PWM and the improved submodule unified PWM methods. The level number is almost doubled and the height of the step in the step wave is halved. Therefore, the ac output voltage waveform quality using the proposed method is better than that using the conventional NLM method. Besides, the proposed method keeps the conventional NLM method's characteristics such as low switching frequency and simple implementation. The performance of the proposed method is verified by simulations and experiments using a laboratory-scale prototype.

The rapid advancement of energy digitization and intelligence has engendered an escalating demand for accurate and timely prediction of natural gas consumption across diverse temporal scales. This exigency finds solutions in the swift development of intelligent algorithms. Most of the current short-term prediction algorithms are season-dependent and can achieve high prediction accuracy in temperate regions. However, in tropical and subtropical regions where seasonal patterns are not obvious, the prediction accuracy of related studies tends to decrease significantly. To address this challenge, we propose a natural gas hybrid prediction model that is applicable to temperate, subtropical, and tropical regions. This model integrates mode decomposition, feature selection and prediction. Specifically, the Feature Matching Maximization (FMM) optimization algorithm and Variational Mode Decomposition (VMD) are proposed to decompose the natural gas consumption into three sub-series: trend component, feature component, and residue component, thereby enhancing the feature representation capability for complex nonlinear characteristics. Furthermore, the Transformer model based on multi-head attention is enhanced to predict the temporal data of each sub-series. This augmentation capitalizes on the Transformer model's robust long-term dependence modeling capability, enabling it to extract valuable information from historical data. The hybrid model is experimentally validated on the natural gas consumption dataset of Xiamen, a subtropical region. Compared to other decomposition-based prediction algorithms, our findings possess superior feature extraction capabilities and higher prediction accuracy, especially in the case of nonlinear and non-stationary data. Finally, the robustness of the model is validated using datasets from multiple cities and different time spans.

Fugu (Takifugu rubripes) is a commercially important fish in aquaculture in China, Japan, and Korea. Male fugu are highly prized compared to females because the mature testes are regarded as a delicacy, thus all-male populations are preferred in aquaculture. However, the molecular mechanisms underlying sex differentiation in fugu remain largely unclear. Progestins, which are mediated by the progesterone receptor, can initiate spermatogenesis or ovarian differentiation in teleosts. To explore the effect of progestin blockage on fugu sex differentiation, the antiprogestin mifepristone (RU486) (500 μg/g of feed) was administrated to fugu larvae from 30 to 90 days after hatching (dah). Histological analysis revealed that RU486 treatment resulted in complete masculinization (100 %) of the XX fugu population at both 120 (RU486 withdrawal 30 days) and 150 (RU486 withdrawal 60 days) dah, and RU486-treated XX gonads developed testes-like structure. Gonadal transcriptomic analysis at 90 dah identified 3595 genes that were differentially expressed (DEGs) between the control and treated groups. Among them, the expression of steroid hormone biosynthesis-related genes (e.g., cyp11c1, cyp19a1a, and hsd17b1) and other key genes (e.g., gsdf, dmrt1, and foxl2) were altered in the gonads of RU486-treated groups. Most of the DEGs were enriched in Kyoto Encyclopedia of Genes and Genomes (KEGG) pathways related to sex differentiation, such as neuroactive ligand-receptor interaction, ovarian steroidogenesis, and steroid hormone biosynthesis pathways. The expression of cyp19a1a, foxl2, cyp11c1, gsdf, dmrt3, and dmrt1 at 50, 70, and 90 dah was further assessed. The expression levels of gsdf, dmrt1, and cyp11c1 were increased, and the expression levels of cyp19a1a and foxl2 were decreased in the gonads of XX larvae in RU486 treated groups. These results demonstrated for the first time that RU486 induced masculinization in XX fugu and provided a theoretical basis for further studies of the regulatory role of progestins in sex differentiation in teleosts.