- 博客(4342)
- 收藏
- 关注
RSS订阅
原创 完整代码目录与搜索
👨💻做科研，涉及到一个深在的思想系统，需要科研者逻辑缜密，踏实认真，但是不能只是努力，很多时候借力比努力更重要，然后还要有仰望星空的创新点和启发点。建议读者按目录次序逐一浏览，免得骤然跌入幽暗的迷宫找不到来时的路，它不足为你揭示全部问题的答案，但若能让人胸中升起一朵朵疑云，也未尝不会酿成晚霞斑斓的别一番景致，万一它居然给你带来了一场精神世界的苦雨，那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。博客内容尽量做到思维缜密，逻辑清晰，做到极度细致，方便大家进行学习！
2022-11-30 09:11:44
2130
1
原创 【语音分离】通过分析信号的FFT，根据音频使用合适的滤波器进行语音信号分离（Matlab代码实现）
本文通过分析信号的FFT，根据音频使用合适的滤波器进行语音信号分离。通过FFT分析和滤波器的语音信号分离语音信号分离是语音处理领域的重要任务之一，旨在从混合信号中提取出单独的语音成分。通过快速傅里叶变换（FFT）对信号进行频域分析，并结合适当的滤波器，可以实现语音信号的有效分离。以下是这一过程的详细介绍：快速傅里叶变换（FFT）原理FFT是一种高效计算离散傅里叶变换（DFT）的方法，用于将时域信号转换为频域信号。通过FFT，能够将复杂的时域信号分解为不同频率成分的叠加，便于进行频域分析和处理。
2024-09-25 15:00:23
763
原创 针对KF状态估计的电力系统虚假数据注入攻击研究（Matlab代码实现）
例如，为了破坏测量单元（例如，远程终端单元和向量测量单元）的数据，攻击者往往利用加密和认证机制固有的漏洞来进行入侵并修改原始数据。如今现代电力系统正在向智能化方向发展，大量的智能设备，如智能仪表和传感器，促进了电力系统在发电、变电、输电和配电模式方面的转变，使得智能电网成为一个典型的网络物理系统，即将物理电力传输系统和计算机网络相结合。在智能电网中，监督控制和数据采集系统（SCADA）实时收集外场设备通过网络发送来的数据，进行分析后向控制中心汇报收集到的信息，控制中心根据这些信息对电网的发电配电进行调整。
2024-09-25 14:57:42
402
原创 电机电流信号的调制信号双谱分析用于车削工况在线监测研究（Matlab代码实现）
通过应用MSB，这种方法可以有效地减轻随机噪声，并从测量的电流信号中提取电流调制特性，包括旁带的相位和幅度。根据结果，MSB相位和幅度数值可以更清晰地捕捉车削操作中发生的动态和静态扭矩变化，使其成为监测车削状态的增强工具。通过引入MSB技术，该方法能够有效地减少随机噪声的影响，并从测量的电流信号中提取电流调制特性，包括旁带的相位和幅度。相比之下，我们提出的基于MSB和电流信号监测的方法具有低成本、简单实施的优势，并且能够提供更全面和准确的车削状态信息。这使得我们的方法成为车削状态监测的一种增强工具。
2024-09-25 14:54:46
359
原创 【无人机】基于强化学习的多无人机移动边缘计算与路径规划研究（Matlab代码实现）
然而，据我们所知，目前很少有现有的工作探讨了如何智能设计移动边缘计算网络中无人机的飞行轨迹，以服务于大量设备，尤其是考虑到设备的动态移动性和无人机与设备之间的动态关联。因此，无人机辅助边缘计算网络是一个自然的选择和有前景的范式，在其中如何优化无人机的飞行路径以满足大量设备的通信和计算需求成为一个重要且具有挑战性的问题。由于其灵活的部署、全面的控制和网络性能，UA V辅助无线通信受到了广泛的研究兴趣UAV辅助的边缘计算网络是有意义的，并且在处理巨大设备的通信和处理需求时是一个有趣的概念。行百里者，半于九十。
2024-09-25 14:51:44
459
原创 【无人机】基于GWO算法、MP-GWO灰狼算法、灰狼-布谷鸟优化算法、CS-GWO多种群灰狼优化算法的无人机路径规划（Matlab代码实现）
在无人机路径规划中，基于灰狼优化算法（GWO）及其变种如多种群灰狼优化算法（MP-GWO）、灰狼-布谷鸟优化算法（CS-GWO）等，已经展现出强大的应用潜力和性能优势。这些算法通过模拟灰狼的社会等级和狩猎行为，能够在复杂的搜索空间中找到最优或次优路径，为无人机提供高效、安全的飞行指导。
2024-09-25 14:49:03
165
原创 基于Random-Forest的共享单车租赁预测研究(数据可换)（Python代码实现）
Random-Forest（随机森林）是一种集成学习算法，它通过构建多个决策树并将它们的预测结果进行汇总来提高整体模型的预测性能。随机森林中的每棵决策树都是基于随机选择的数据子集和特征子集进行训练的，这有助于降低模型的过拟合风险并提高泛化能力。
2024-09-25 14:46:11
518
原创 基于TCN-GRU的自行车租赁数量预测研究（Matlab代码实现）
TCN是一种特殊的卷积神经网络，专门用于处理时间序列数据。它通过因果卷积和膨胀卷积（也称为空洞卷积）来实现对时间序列的长期依赖建模。TCN具有并行计算能力强、训练速度快、能够捕捉长距离依赖关系等优点。
2024-09-25 14:42:59
510
原创 【风电功率预测】【多变量输入单步预测】基于CNN-SVM的风电功率预测研究（Matlab代码实现）
CNN部分局部特征提取：CNN通过卷积层自动学习输入数据的局部特征，这对于识别风速、风向、温度等气象因素对风电功率的影响尤为有效。权值共享：减少模型参数数量，降低过拟合风险，并加速训练过程。池化操作：通过下采样减少数据维度，提取更加鲁棒的特征，同时保持对时间序列数据变化的敏感性。SVM部分分类与回归：SVM原本是一种分类算法，但也可以用于回归问题（称为SVR，支持向量回归）。在风电功率预测中，SVR能够基于CNN提取的特征进行非线性回归，提高预测精度。高维数据处理。
2024-09-25 14:40:03
398
原创 基于精英遗传算法的电动汽车有序充电方法研究（Matlab代码实现）
该方法能够最大限度地平衡充电需求，缩短充电时间，减少充电成本，提高电力配送效率，节约能源，对优化电动汽车的充电方式具有重要的应用价值。我们使用精英遗传算法对这个优化问题进行求解，得到的结果表明，相比于无序充电，有序充电能够有效降低配电网的峰谷差，并节约电动车充电的成本。具体来说，该研究基于充电需求场景设计遗传算法编码个体，遗传算法求解最优充电时序个体，根据目标函数和约束条件对个体进行适应度评价，通过选择、交叉、变异等遗传算子进行新个体的生成和选择，最终找到最优个体。行百里者，半于九十。
2024-09-25 14:37:09
184
原创 【风电功率预测】【多变量输入单步预测】基于TCN-GRU-Attention的风电功率预测研究（Matlab代码实现）
1. 时间卷积网络（TCN）功能：TCN通过一维卷积层处理序列数据，能够有效地捕捉到时间序列中的局部特征，同时减少了计算复杂度，并有助于防止梯度消失问题。优势：相比传统的RNN和LSTM，TCN具有更好的并行计算能力，能够更快地处理长序列数据。2. 门控循环单元（GRU）功能：GRU是RNN的一种变体，通过引入更新门和重置门，能够处理长期依赖关系，并保留对重要信息的记忆。优势：相比LSTM，GRU具有更少的参数和更快的训练速度，同时保持了良好的性能。3. 注意力机制（Attention）功能。
2024-09-25 14:34:45
721
原创 基于多时间尺度的电动汽车光伏充电站联合分层优化调度(Matlab代码实现）
文献来源：摘 要: 为满足日前调度的全局统筹性和实时调度的精准性要求，提出一种基于多时间尺度的电动汽车光伏充电站联合分层优化调度方法。在日前阶段，上层总调度中心根据预测数据，以平抑配电网负荷波动和总购电成本最小为目标，对多个光伏充电站次日的购电功率进行全局联合优化;在日内阶段，各光伏充电站结合实时数据，根据总调度中心下达的指导购电功率曲线对接入的电动汽车按其优先级进行实时充电功率分配。仿真结果表明，所提出的多时间尺度联合。
2024-09-25 14:32:18
810
原创 【单变量输入多步预测】基于CNN-LSSVM的风电功率预测研究（Matlab代码实现）
基于CNN（卷积神经网络）和LSSVM（最小二乘支持向量机）结合的风电功率预测研究，在单变量输入多步预测场景下，虽然具体的研究案例可能更多聚焦于多变量输入，但我们可以根据CNN和LSSVM的特点，探讨其在单变量输入多步预测中的应用思路。
2024-09-25 14:29:33
496
原创 【状态估计】基于FOMIAUKF、分数阶模块、模型估计、多新息系数的电池SOC估计研究（Matlab代码实现）
准确估计电池的荷电状态(SOC)是电池管理系统(BMS)的基础。本文提出了一种考虑分数阶微积分的锂电池充电状态估计方法。首先，基于分数阶微积分理论建立了改进的二阶RC模型来模拟锂电池的特性。然后进行脉冲特性测试，获得电池端电压和电流，其中基于最小二乘法完成参数辨识。此外，将基于分数阶无气味卡尔曼滤波(分数阶无气味卡尔曼滤波)算法的方法应用于电池静态和动态放电实验中电池状态充电值的估计。实验结果表明，该方法具有较高的电荷状态估计精度和效率，分数阶演算有助于电池的电荷状态估计。
2024-09-25 14:26:51
646
原创 基于BiGRU-Attention的共享单车租赁预测研究(数据可换)（Python代码实现）
基于BiGRU-Attention的共享单车租赁预测研究是一个结合了深度学习技术的复杂应用，旨在提高共享单车租赁数量预测的准确性和鲁棒性。
2024-09-25 14:23:06
344
原创 【升级版本】基于多目标粒子群算法的微电网优化调度【风光、储能、柴油、燃气、电网交互】（Matlab代码实现）
通过研究基于多目标粒子群算法的微电网优化调度，可以有效提高微网系统的运行效率、经济性和环保性，为实现微电网的可持续发展提供重要支持。需要注意的是，还需要考虑实际工程应用中的各种约束条件和风险因素，以确保优化调度方案的实用性和稳定性。然后，利用多目标粒子群算法来解决微电网的多目标优化问题，如提高能源利用效率、降低运行成本、减少排放量等目标可能是其中的重点。通过这个模板的设计和应用，我希望能够协助大家更好地理解多约束多目标智能算法优化的机理，同时也提供了方便修改代码的工具，以便更加高效地解决类似问题。
2024-09-25 14:19:58
450
原创 基于布雷格曼Split Bregman去噪的荧光漫反射迭代重建光学断层扫描（Matlab代码实现）
用于信号恢复和图像重建的正则化技术，以及最近发表的 Split Bregman （SB） ，使我们提出了一种解决 fDOT 逆问题的新方法，即 ART-SB。为了验证该方法并比较重建，他们使用了非接触式恒定波透射荧光断层扫描系统，并得出结论，电视正则化有可能提供比传统更高的分辨率和鲁棒性l22正则化算法和 ART。中，通过将 SB 方法应用于图像去噪和压缩传感，作者表明 SB 在计算上是高效的，因为 SB 公式导致了一个可以使用 Gauss-Seidel 和傅里叶变换方法解决的问题。行百里者，半于九十。
2024-09-24 20:05:24
288
原创 【无线传感器网络】多级动态优化智能LEACH与成本效益深度信念网络（Matlab代码实现）
LEACH（低能耗自适应聚类层次）是一种自组织的、自适应的聚类协议，它利用基于随机化的概率将能量负载均匀分配给网络中的传感器节点。这使得高能量节点以随机轮换的方式充当簇首，从而节省了所有传感器节点的能量（或电池消耗），从而增加了网络的寿命[2]。在本文中，我们提出了LEACH的优化修改，利用多跳通信、动态簇边界和路由中的能量保护，以最大化网络的寿命。为了适应更灵活的自组网络，基于深度信念网络的混合（反应性和主动性）事件监测已集成到分布式节点中，以改善系统的延迟。所提出的多跳路由方法会影响系统的延迟。
2024-09-24 20:02:55
590
原创 【无人机】四旋翼飞行器目标分配、全局路径规划和局部路径规划（Matlab代码实现）
四旋翼无人机具有垂直起降、自由悬停、飞行灵活等特点，现已被应用于高空航拍、资源勘探、抢险救灾等多个领域，具有良好的发展前景。但因其多输入、欠驱动、强耦合的特性，在复杂环境下，抗干扰的高精度姿态控制系统设计一直是理论研究的难题。
2024-09-24 20:00:05
249
原创 需求响应|动态冰蓄冷系统与需求响应策略的优化研究（Matlab代码实现）
集中式空调系统作为现代城市大型建筑不可缺少的部分，其耗电量越来越大，部分大中城市夏季中央空调的耗电量已占其高峰时段用电量的 20 %以上[1-2]，与工业用电负荷一起造成了电力尖峰负荷，加大了电网的峰谷负荷差，导致白天用电 紧张、而夜晚大量电力却无法消耗。采用冰蓄冷系统，通过在夜间低谷时段蓄冷，在白天供冷时段将冷量释放，可以减少空调制冷机组在用电高峰期的耗能，一方面可以有效实现电力“移峰填谷”，另一方面由于存在峰谷电价差，冰蓄冷系统也节约空调整体运行费用，带来经济效益。
2024-09-24 19:57:10
511
原创 使用量子自适应变换进行信号和图像去噪（Matlab实现）
量子自适应变换（QAB）是一种基于量子计算思想的信号和图像处理方法，它利用量子机制中的超位置和叠加原理来优化信号处理过程。在QAB中，信号或图像被视为薛定谔方程中的势能，通过构建与信号或图像相关的量子基（QAB），实现对信号或图像的有效表示和去噪。
2024-09-24 19:54:31
394
原创 基于CNN-BiLSTM的共享单车租赁预测研究(数据可换)（Python代码实现）
基于CNN-BiLSTM的共享单车租赁预测研究是一个结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的复杂任务，旨在通过历史数据和环境特征来预测未来某一时刻或某一地区的共享单车租赁数量。
2024-09-24 19:51:30
689
原创 【故障诊断】无人机故障检测和诊断（Matlab实现）
未来，应进一步加强无人机故障检测与诊断技术的研究与应用，提高无人机的可靠性和稳定性，为无人机的广泛应用提供更加坚实的保障。通过及时、准确地检测和诊断无人机故障，可以迅速定位问题所在，采取相应措施进行修复，从而避免故障扩大，减少损失。同时，故障检测与诊断技术还可以提高无人机的维护效率，降低维护成本，为无人机的广泛应用提供有力保障。：通过传感器监测无人机各个部件的状态，如机翼、电池、电机等，实时监测无人机的温度、压力、电压等参数，一旦发现异常情况，就能及时报警。三、无人机故障检测与诊断的主要方法。
2024-09-24 19:48:20
498
原创 基于CNN-LSSVM的自行车租赁数量预测研究（Matlab代码实现）
基于CNN-LSSVM（卷积神经网络-最小二乘支持向量机）的自行车租赁数量预测研究是一个结合了深度学习与传统机器学习技术的预测模型。
2024-09-24 19:45:46
591
原创 【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究（Python代码实现）
文献来源：根据微电网或微能源网是否与主电网相连接，可将其分为并网型和独立型 2 种。本文以并网型微 能源网为研究对象，研究其并网运行的能量管理与优化问题。目前，针对微能源网的能量管理，从算法上来讲，多结合最优化算法或者启发式算法进行。文献[3]建立了微网混合整数非线性模型，通过将其分解为组合问题和最优潮流问题，避免直接求解混合整数非线性问题，加快了寻优速度。文献[4]通过概率约束对旋转备用储能的不确定性进行建模，提出了一种使用机会约束规划来最小化微网运营成本的最优调度方法。
2024-09-24 19:43:23
694
原创 【风电功率预测】【多变量输入单步预测】基于CNN-BiGRU的风电功率预测研究（Matlab代码实现）
CNN在图像处理领域表现出色，其卷积层和池化层能够自动提取图像中的局部特征，并通过层次化的结构逐渐抽象出更高级别的特征。在风电功率预测中，CNN可以用来提取与风电功率相关的气象数据（如风速、风向、温度等）的空间特征。BiGRU是循环神经网络（RNN）的一种变体，通过引入门控机制和双向结构，能够捕捉时序数据中的长期依赖关系，并同时考虑过去和未来的信息。在风电功率预测中，BiGRU可以用来建模风电功率数据中的时间特征，预测未来的风电功率。
2024-09-24 19:40:43
438
原创 基于多目标粒子群优化算法的计及光伏波动性的主动配电网有功无功协调优化（Matlab代码实现）
👨🎓💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️行百里者，半于九十。📋📋📋🎁🎁🎁。
2024-09-24 19:38:10
364
原创 【风电功率预测】【多变量输入单步预测】基于VMD-TCN-BiGRU的风电功率预测研究（Matlab代码实现）
基于VMD-TCN-BiGRU的风电功率预测研究，结合了变分模态分解（VMD）、时间卷积神经网络（TCN）和双向门控循环单元（BiGRU）的优势，旨在提高风电功率预测的准确性和稳定性。
2024-09-24 19:35:15
416
原创 【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)
NSDBO算法在求解微电网多目标优化调度问题时，首先通过模拟蜣螂的觅食行为，实现了对微电网中各种分布式能源资源和负荷的搜索和协调调度。其次，通过非支配排序的方法，有效地维护了多个优化目标之间的平衡和协调，使得算法能够在多个优化目标之间找到一组非支配解，从而实现了微电网的多目标优化调度。微电网的多目标优化调度是指在满足微电网运行安全和经济性的前提下，对多个优化目标进行协调调度，如降低成本、提高可靠性、减少排放等。该算法通过模拟蜣螂的觅食行为和非支配排序的思想，实现了对多个优化目标的协调优化。
2024-09-24 19:32:02
405
原创 【单变量输入多步预测】基于CNN-LSTM的风电功率预测研究（Matlab代码实现）
CNN-LSTM模型结合了卷积神经网络（CNN）和长短记忆网络（LSTM）的优势，能够有效地处理时间序列数据中的空间和时间相关性。在风电功率预测中，CNN负责从输入数据中提取局部特征，如风速、风向等（尽管是单变量输入，但理论上可以扩展为多变量输入后的某一变量处理过程），而LSTM则负责建模时序数据中的长期依赖关系。两者结合，可以构建一个端到端的模型来进行风电功率的预测。
2024-09-24 19:28:11
432
原创 基于二阶锥规划的主动配电网最优潮流求解（Matlab代码实现）
文献来源：近年来，主动配电网发展受到了越来越多的关注。同时，各类分布式能源(distributed ener,rgy resource，DER)的接入给配电网规划运行带来了新的挑战，特别是在主动配电网环境下主动管理(active management，AM)、主动控制、主动优化等领域。开展适用于主动配电网各领域的算法或高性能计算工具等相关研究尤为迫切"。
2024-09-24 19:24:11
448
原创 脉冲多普勒雷达信号处理技术研究（Matlab代码实现）
脉冲多普勒雷达是一种常用的雷达系统，可以实现目标的距离和速度测量。信号处理技术是脉冲多普勒雷达系统中至关重要的一部分，它涉及到信号的采集、处理、分析和提取目标信息的过程。在脉冲多普勒雷达信号处理技术研究中，通常包括以下几个方面的内容：1. 数据采集和预处理：脉冲多普勒雷达系统通常会采集到大量的原始信号数据，在进行后续处理之前需要对这些数据进行预处理，包括滤波、去噪、校准等操作。2. 目标检测和分类：信号处理技术可以帮助识别和提取目标的特征，通过分析信号的频谱、幅度、相位等信息来实现目标的检测和分类。
2024-09-23 18:56:52
565
原创 【交替方向乘子方法】ADOM: 基于ADMM的遥感图像条纹噪声去除优化模型（Matlab代码实现）
它们大致可分为四类：基于滤波的方法、基于统计的方法、基于深度学习的方法和基于优化的方法。然而，这些方法的性能受到领域依赖性问题的限制，这一问题受到训练数据的数量和质量的影响，限制了它们的泛化能力。在优化过程中，我们将提出一种基于权重的检测策略，以实现高效的条纹噪声成分捕捉，并提出一种基于ADMM的加速策略，以实现快速的条纹噪声去除。尽管现有的基于优化的方法主要集中于增强视觉质量，但我们将提出一种基于权重的检测策略，以有效捕获条纹噪声成分，并提出一种基于ADMM的加速策略，以实现快速去除条纹噪声。
2024-09-23 18:54:22
847
原创 【故障诊断】感应电机故障检测与诊断（Simulink）
感应电动机是工业生产过程中应用最为广泛的装置，其运行状况对工业生产的安全运行具有很大影响。故障的发生不仅导致经济损失，也带来了巨大的人员伤亡和社会影响。因此，如何对感应电机进行在线状态监测及时发现电机的早期异常，避免电机故障和失效，是近年来感应电机故障诊断研究的热点。感应电动机系统可分为电路系统、绝缘系统、磁路系统、机械系统、通风散热系统等，任何一个系统工作不良或配合不当都会产生电机故障。据统计调查［1］，感应电机的绕组故障和轴承故障分别占电机故障的 46% 和 40% ，而其他方面的故障占14%。
2024-09-23 18:50:15
523
原创 2024华为杯|重磅论文更新|研究生数学建模ABCDEF思路、代码、论文助攻|持续优化更新中....
比赛今天开始，持续到25号，会持续更新优化。会慢慢持续更新滴。
2024-09-23 18:46:46
584
原创 【故障诊断】基于最小熵反卷积、最大相关峰度反卷积和最大二阶环平稳盲反卷积等盲反卷积方法在机械故障诊断中的应用研究（Matlab代码实现）
本文探讨了在机械故障诊断中，如何通过迭代算法估计故障周期以优化最小熵反卷积(MED)、最大相关峰度反卷积(MCKD)和最大二阶环平稳盲反卷积(CYCBD)等盲反卷积方法。这些方法可以抵消信号传输路径的影响，广泛应用于机械故障诊断领域。针对MED偏向于随机脉冲而非周期性故障脉冲的问题，MCKD和CYCBD方法提供了更好的解决方案。然而，MCKD和CYCBD的优越性在很大程度上取决于前期的故障周期估计。本文提出了利用迭代算法和包络谐波积谱(EHPS)来估计故障周期，以解决盲反卷积方法中的先验周期问题。
2024-09-23 18:42:46
658
原创 基于Gradient-boosting的共享单车租赁预测研究(数据可换)（Python代码实现）
Gradient-boosting是一种集成学习方法，通过迭代地训练弱学习器来逼近目标函数。在每次迭代中，算法都会根据当前模型的残差来训练一个新的弱学习器，并将该学习器添加到模型中。通过不断迭代，模型能够逐步逼近真实的目标函数，从而提高预测的准确性。常见的Gradient-boosting算法包括XGBoost、LightGBM等。
2024-09-23 18:40:18
831
原创 基于CNN-BiLSTM的自行车租赁数量预测研究（Matlab代码实现）
基于CNN-BiLSTM（卷积神经网络与双向长短期记忆网络）的自行车租赁数量预测研究，结合了CNN在特征提取方面的优势和BiLSTM在处理时序数据上的能力，旨在更准确地预测不同时间、地点的自行车租赁数量。
2024-09-23 18:37:39
568
原创 【风电功率预测】【多变量输入单步预测】基于CNN-LSTM的风电功率预测研究（Matlab代码实现）
CNN（卷积神经网络）和LSTM（长短期记忆网络）是深度学习中两种重要的网络结构，各自具有独特的优势。CNN擅长从输入数据中提取局部特征，对于风速、风向、温度等气象数据的空间特征提取尤为有效。而LSTM则通过引入门结构（遗忘门、输入门和输出门），解决了传统循环神经网络（RNN）中的“长期依赖”问题，能够有效捕捉时间序列数据中的长期依赖关系和时序特征。将CNN和LSTM结合，可以充分利用两者的优势，构建出适用于风电功率预测的强大模型。
2024-09-23 18:34:58
661
原创 【状态估计】基于UKF法、AUKF法、EUKF法电力系统三相状态估计研究（Matlab代码实现）
UKF、AUKF和EUKF在电力系统三相状态估计中各有优势。UKF提供了基本的非线性滤波框架；AUKF通过自适应机制提高了滤波器的鲁棒性和适应性；EUKF则通过改进UT变换或增加sigma点数量来提高状态估计的精度。在实际应用中，可以根据电力系统的具体需求和特性选择合适的方法或结合多种方法进行综合应用。📚2 运行结果🎉3参考文献部分理论来源于网络，如有侵权请联系删除。
2024-09-23 18:32:28
622
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人