OrQXyRX-CSDN博客

原创异步电机有速度传感器矢量控制算法的C代码+仿真模型，仿真采用C代码直接在Simulink模型里进行仿真的方式

异步电机的速度控制一直是电机控制领域的热点研究方向，其在工业生产中的应用非常广泛。综上所述，本文从多个方面详细介绍了异步电机有速度传感器矢量控制算法的C代码+仿真模型，以及其它相关的控制算法，对于技术人员在掌握控制算法的同时，也可以深入了解控制算法的原理，对于探究异步电机控制的其他方面也有了更深入的了解。本文对于异步电机的速度控制采用了双闭环解耦控制算法，将转速外环电流内环，通过转矩与励磁解耦控制，再通过SVPWM空间电压矢量调制的方式进行电流控制，以达到电流谐波很小，转速控制精度高的效果。

2023-11-14 13:48:27 159

原创含P2G-光热电站-碳捕集的综合能源系统低碳调度模型

摘要：构建了含有光热电站-电转气系统以及碳捕集系统的综合能源微网优化调度模型，其中光热电站、电转气系统与碳捕集系统耦合，碳捕集能耗可以由传统机组供应，也可以由光热电站或风光机组供应，从而降低碳排放量，并可以通过碳价灵活调整碳捕集的调度策略，但是，光热电站的部分约束写的比较简略，算是该代码的一个不足之处，望周知。在今后的研究中，我们还将继续深入研究光热电站的优化调度算法，进一步完善碳捕集系统和电转气系统的优化调度模型，为推动低碳经济的发展做出更大的贡献。含P2G-光热电站-碳捕集的综合能源系统低碳调度模型。

2023-11-14 13:47:55 170

原创基于机器学习的负荷曲线聚类包括kmeans isodata和改进的L-isodata以及在其基础上再次进行改进的

本文研究了基于机器学习的负荷曲线聚类方法，包括kmeans、isodata和改进的L-isodata以及在其基础上再次进行改进的K-L-isodata。具体来说，我们提出了一种新的聚类方法K-L-isodata，其主要创新点是在考虑聚类结果稳定性的同时，优化中心点的选择。结论：本文介绍了一种基于机器学习的负荷曲线聚类方法，并提供了相应的精品代码，旨在为读者在负荷预测和负荷调度中提供更好的分析工具。实验结果表明，K-L-isodata方法在负荷曲线聚类中具有更好的效果和更高的可解释性，是一种有前途的方法。

2023-11-14 13:47:24 292

原创 PSO-CNN，粒子群优化算法优化CNN网络的超参数实现数据预测

PSO-CNN，粒子群优化算法优化CNN网络的超参数实现数据预测，时间序列预测，多输入单输出系统预测，单输入单输出系统的预测，多输入多输出系统的预测，都可以，预测精度高于CN。相关代码,程序地址：http://lanzouw.top/689337445111.html。

2023-11-14 13:46:40 172

原创 SSA-CNN-LSTM，即麻雀搜索算法优化CNN-LSTM网络做预测的程序，优化网络的超参数，预测精度很高

在本文中，我们详细阐述了SSA-CNN-LSTM网络的优化方法，包括了具体的优化算法和网络优化实现过程。通过本文的介绍，读者可以更加深入地了解关于神经网络优化方面的方法和技巧，为自己的机器学习实践提供一定的指导和借鉴。然而，由于网络架构、学习率、迭代次数等超参数的设置过程往往需要耗费大量的时间和精力，因此，如何优化这些超参数，以提高神经网络的预测精度，一直是机器学习领域的一个热门话题。SSA-CNN-LSTM，即麻雀搜索算法优化CNN-LSTM网络做预测的程序，优化网络的超参数，预测精度很高。

2023-11-14 13:46:09 409

原创计及绿证交易及碳排放的含智能楼宇微网优化调度模型

针对微网的多样化类型和应用场景，我们设计了一种针对含有智能楼宇单元和电动汽车的微网优化调度模型，以期实现系统的全面优化管理。五、结论我们设计的含智能楼宇和电动汽车的微网优化调度模型能够实现对微网系统的全面监控和管理，优化了微网系统的能源利用效率，减少了微网系统中的碳排放量，促进了可再生能源的利用。摘要：代码主要做的是电热综合能源系统的优化调度问题，在传统的含风光储火的微网基础上，加入电动汽车以及智能楼宇单元，组成更加复杂的微网调度模型，并考虑微网参与碳市场以及绿色证书交易市场，并对交易结果进行了量化。

2023-11-14 13:45:38 63

原创含分布式能源电网储能容量优化双层优化模型改进粒子群+cplex

内层优化目标是针对分布式能源电网储能容量，以购电成本最低为目标，通过改进粒子群算法和Cplex求解器，得到最优的储能容量。本文主要介绍一种针对分布式能源电网储能容量优化的双层优化模型，该模型基于改进粒子群算法和Cplex求解器，通过内层以购电成本最低为目标，外层以综合运行成本（储能投运，新能源发电，网损等等）为目标，最终得到一个全局最优的解。在实验验证方面，我们使用了分布式能源电网储能容量的实际数据，以购电成本最低和综合运行成本最低为两个目标，对改进的粒子群算法和Cplex求解器进行了验证。

2023-11-14 13:45:03 477

OrQXyRX的博客