DtMRpTAcloYq-CSDN博客

原创自动驾驶多传感器联合标定: 毫米波雷达到车体坐标系的偏航角标定及算法解析，《毫米波雷达到车体坐标系的标定工程：多传感器联合标定系列之自动驾驶技术实践与代码解析》

综上所述，本文围绕自动驾驶多传感器联合标定中的毫米波雷达到车体坐标系的标定工程展开阐述，以实实在在的工作经验为支撑，结合代码注释和实际案例进行详细解读。通过本文的阅读，读者可以深入了解毫米波雷达标定的原理与方法，并在实际应用中更好地应用于自动驾驶系统中，提升系统的感知和决策能力，从而推动自动驾驶技术的发展。自动驾驶多传感器联合标定系列之毫米波雷达到车体坐标系的标定工程，本商品对毫米波雷达的偏航角yaw进行标定,分为粗略标定、静态目标识别和曲线拟合三个步骤。实实在在的工作经验总结。

2024-06-12 17:27:59 214

原创超表面和超材料设计：教学与经验丰富的超透镜、极化转换器、宽频带吸波器及可调谐极化转换器研究，探索超材料设计与应用：超表面、超透镜、可调谐极化转换器和宽频带吸波器技术的经验分享

极化转换器、超透镜、轨道角动量、异常折射、宽频带吸波器、可调谐吸波器、可调谐极化转换器和可调谐超表面是这一领域中的重要技术和应用。通过对这些技术和应用的深入研究和实践，可以进一步推动超表面和超材料在光子学和纳米技术领域的发展。通过调控超材料的结构和物理属性，可以实现对光的异常折射，从而实现对轨道角动量的控制。可调谐超表面则结合了可调谐极化转换器和超表面的特点，可以实现对电磁波的高度控制。通过调整超表面的结构和物理属性，可以实现对电磁波的频率、极化和相位的调控。超表面超材料设计，教学，经验丰富。

2024-06-12 17:26:15 316

原创基于两阶段鲁棒优化算法的微网电源容量优化配置——MATLAB仿真平台应用，MATLAB代码分享：基于两阶段鲁棒优化算法的微网电源容量优化配置及效果展示

通过实验结果可以看出，我们的代码在微网电源容量优化配置问题上取得了非常好的效果。主要内容：代码主要做的是一个微网中电源容量优化配置的问题，即风电、光伏、储能以及燃气轮机的容量规划问题，程序考虑了不确定性，采用两阶段鲁棒优化方法进行优化，一阶段主要决策储能、风电、光伏的容量，二阶段主要规划风光燃储的实际出力变量，最后结果不仅给出了微网电源容量配置的结果，还给出了各个机组的出力等，效果非常好，具体可看图。通过对不同情况下的微网进行优化配置，我们得到了最优的电源容量配置方案，并得到了各个机组的出力等。

2024-06-12 17:24:26 851

原创虚拟电厂日前鲁棒优化调度模型：考虑源荷不确定性，实现微网调度的经济调度（MATLAB代码），MATLAB代码实现虚拟电厂日前鲁棒经济调度模型，考虑源-荷双重不确定性

在实施过程中，我们参考了文献《含电动汽车和风电机组的虚拟发电厂竞价策略_杨甲甲》中的鲁棒模型的化简求解部分，即附录中的鲁棒问题化简求解的全过程。综上所述，本文基于MATLAB编写了一个虚拟电厂日前鲁棒经济调度模型，该模型考虑了光伏出力和负荷功率的双重不确定性，并采用鲁棒优化方法处理不确定性变量。程序为本人亲自所写，一行一注释。主要内容：代码主要做的是一个虚拟电厂或者微网单元的日前鲁棒经济调度的模型，考虑了光伏出力和负荷功率的双重不确定性，采用鲁棒优化法处理不确定性变量，构建了虚拟电厂鲁棒优化调度模型。

2024-06-12 17:22:40 339

原创 MATLAB代码：基于模型预测控制的楼宇负荷需求响应研究，基于模型预测控制的楼宇负荷需求响应研究及MATLAB代码实现

摘要：本文研究了基于模型预测控制的楼宇负荷需求响应问题。主要内容：代码主要做的是一个建筑楼宇的需求响应问题，首先利用楼宇的储热特性，结合热力学方程构建了其储热模型，其次，考虑在动态能量电价的引导下，对楼宇负荷进行需求侧管理，从而能够对其负荷曲线进行改善，在需求响应的过程中也考虑了用户的舒适度，相对来讲比较全面，模型的求解采用的是较为创新的模型预测控制算法，更加创新，而且求解的效果更好。本文研究了基于模型预测控制的楼宇负荷需求响应问题，并通过建立楼宇储热模型和引入动态能量电价，实现了对楼宇负荷曲线的改善。

2024-06-12 17:20:53 744

原创基于蒙特卡洛算法的电动汽车充电负荷预测模型构建与分析，基于蒙特卡洛算法的电动汽车充电负荷预测模拟及分析研究

主要内容：代码主要做的是电动汽车的充电负荷模拟预测，具体为：从影响电动汽车充电负荷分布的因素入手，将电动汽车按用途进行分类，具体分为：私家车、出租车、公务车以及公交车，分别研究探讨不同类型电动汽车的充电方式以及时间特性规律，同时综合考虑分时电价、多样的充电模式对电动汽车负荷分布的影响，建立出每一种类型的电动汽车特有的负荷计算模型，根据模型对北京某地区的电动汽车充电负荷进行时间分布预测研究，并对预测结果进行分析。分时电价和充电模式对电动汽车充电负荷产生影响，能够影响充电负荷的时间分布特性。

2024-06-12 17:19:10 892

原创拓展电动汽车充电负荷模拟：基于蒙特卡洛算法与V2G优化调度策略的复现与参数调整，基于蒙特卡洛算法的电动汽车充电负荷模拟与优化调度

在本文中，我们提供了注释简单易懂的参考论文《基于V2G的电动汽车充放电优化调度策略》，可以根据该论文中的参数设置进行模拟，并可以根据实际需求进行自由调整。在电动汽车充电负荷模拟中，我们可以利用蒙特卡洛算法生成一组符合实际情况的电动汽车到达充电桩的时间和电量需求数据，从而模拟不同情况下的充电负荷。在本文中，我们利用蒙特卡洛算法对电动汽车的充电负荷进行模拟，并通过修改参数，使其能够灵活地复现不同数量的电动汽车。因此，在电动汽车充电负荷的模拟与优化调度方面，研究者们提出了各种各样的方法与策略。

2024-06-12 17:17:20 222

原创麻雀算法优化SSA-CNN-GRU模型在时间序列预测中的实现与优化（Matlab2020b及以上版本），Matlab实现SSA-CNN-GRU麻雀算法优化卷积门控循环单元进行单变量时间序列预测效果评估

通过优化参数和评估预测指标，我们可以提高模型的准确度并进行有效的时间序列预测。在运行主程序之后，我们可以在命令窗口输出预测结果的评估指标，包括平均绝对误差（MAE）、平均绝对百分比误差（MAPE）、均方误差（MSE）和均方根误差（RMSE）。在时间序列预测领域，麻雀算法优化卷积门控循环单元（SSA-CNN-GRU）是一种非常有效的方法。3.运行环境Matlab2020b及以上，data为数据集，运行主程序SSA-CNN-GRUTS，其余为函数文件无需运行，所有程序和数据放在一个文件夹；

2024-06-12 17:15:35 311

原创 GTO优化CNN-LSTM用于多变量负荷预测：一种基于历史负荷和气象数据的网络训练方法 (字数：38)，人工大猩猩部队优化CNN-LSTM网络的多变量负荷预测方法及其超参数调优（Matlab）

4.GTO找到一组网络超参数，使得 CNN-LSTM的误差最小，主要优化的超参数是：学习率，训练次数，batchsize，卷积层1的核数量、大小，池化层1的核大小，卷积层2的核数量、大小，池化层2的核大小，lstm层与全连接隐含层的节点数，共11个参数.其中，CNN-LSTM部分首先根据 GTO传入的参数进行解码，获得所需超参数，然后利用数据部分传入的训练集进行网络训练，最后对验证集进行预测，获得实际输出值与期望输出值的误差均方差，并将均方差作为适应度值返回给GTO部分。所有程序经过验证，保证有效运行。

2024-06-12 17:13:51 455

DtMRpTAcloYq的博客