wytm-CSDN博客

原创基于A星算法的无人机三维路径规划算法研究（Mattlab代码实现）

无人机在三维空间中飞行路径规划是无人机飞行控制的关键问题之一。A星算法是一种常用的路径规划算法，在平面空间中已经被广泛应用。为了使A星算法可以在三维空间中应用于无人机路径规划，需要对算法进行一定的修改和扩展。首先，需要将空间分为立方体网格，并将每个立方体网格看作一个节点，节点之间的连接关系由相邻的立方体网格确定。然后，需要定义三维空间中的启发式函数，用于评估无人机从当前位置到目标位置的距离。启发式函数的设计需要考虑三维空间中的障碍物和地形等因素。

2025-06-13 14:22:12 685

原创【风电功率预测】【多变量输入单步预测】基于RVM-Adaboost的风电功率预测研究（Matlab代码实现）

原理：RVM是一种基于贝叶斯学习的稀疏概率模型，它通过对权值参数施加先验概率分布，并在学习过程中不断更新这些分布，从而实现对模型的稀疏化和正则化。RVM在回归和分类问题中都有广泛的应用，特别适合于处理小样本、高维数据。优势：RVM具有较强的泛化能力和较少的计算量，能够在保证预测精度的同时减少模型的复杂度。

2025-06-13 14:20:45 696

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。

2025-06-13 14:17:01 468

原创计算轴向磁铁和环状磁铁的磁场（Matlab代码实现）

计算具有任意和均匀磁化（例如轴向和直径向磁化圆柱体作为特例）的圆柱形和环形永磁体的磁场和磁场梯度，或者等效地计算轴向螺线管。这些函数可用于计算永磁体圆柱体施加给磁偶极子的扭矩和力（分别为磁场和磁场梯度）。计算具有轴向或直径向磁化的同轴永磁体圆柱体之间的力和力矩。可视化磁场和磁场梯度的函数。注：此库中实现的表达式基于均匀磁化的基本假设，这对于由现代高级磁性材料（如SmCo、NdFeB或磁化率<0.1负磁铁等）制成的磁铁是一个优秀的近似。

2025-06-13 14:13:37 713

原创【路径规划】基于A*算法和Dijkstra算法的路径规划（Python代码实现）

Dijkstra算法是Edsger Wybe Dijkstra在1956年提出的一种用来寻找图形中结点之间最短路径的算法。Dijkstra算法的基本思想是贪心思想，主要特点是以起始点为中心向外层层扩展，直到扩展到目标点为止。A*算法发表于1968年，A*算法是将Dijkstra算法与广度优先搜索算法（BFS）二者结合而成，通过借助启发式函数的作用，能够使该算法能够更快的找到最优路径。A算法是静态路网中求解最短路径最有效的直接搜索方法。

2025-06-13 14:11:14 658

原创【工程优化问题】基于鲸鱼、萤火虫、灰狼优化算法的张力、压缩弹簧设计问题研究（Matlab代码实现）

2]司国雷,杨逢瑜,王文杰,等.永磁压缩弹簧式溢流阀的设计与试验研究[J].排灌机械工程学报, 2012, 30(2):6.DOI:10.3969/j.issn.1674-8530.2012.02.018.基于鲸鱼、萤火虫和灰狼优化算法的张力和压缩弹簧设计问题是一个工程优化问题，旨在使用这些优化算法来确定弹簧的几何参数，以实现所需的张力和压缩性能。基于鲸鱼、萤火虫和灰狼优化算法的张力和压缩弹簧设计问题是一个涉及工程优化的研究方向，目标是通过应用这些优化算法来寻找最优的弹簧设计。行百里者，半于九十。

2025-06-13 14:09:44 620

原创【带PID控制器的斩波电路】PID控制器在斩波电路中的影响分析（Simulink仿真实现）

控制器参数整定是指通过设定控制器的可调参数，使输入特性和响应特性获得最佳匹配，以改善系统的动态和稳态性能，取得最佳的控制效果。启发探索式参数整定方法是由动手实践发展起来的，具有较强的广泛性和适用性，本文在现有研究的基础上对该方法进行深入研究，并基于闭环控制系统确定 PID 控制器的最优参数整定方法。[1]刘冰琪,解初,刘鹏.PID控制器最优参数整定方法的研究[J].科技风,2022(19):1-3.DOI:10.19392/j.cnki.1671-7341.202219001.行百里者，半于九十。

2025-06-13 14:05:18 363

原创【无人机路径规划】用于无人机路径规划的多目标 PSO 的实现（Matlab实现）

通过实现多目标 PSO 进行无人机路径规划，可以在多个目标之间进行权衡，找到一条既满足飞行要求又具有较好综合性能的路径，提高无人机的自主飞行能力和任务执行效率。五、多目标处理：由于存在多个目标，需要采用适当的多目标处理方法。四、更新粒子：在每一次迭代中，根据粒子的个体最优位置和全局最优位置来更新粒子的速度和位置。同时，为了适应多目标优化，还需要定义粒子的适应度函数，用于评估粒子在各个目标上的表现。将无人机的起始位置、目标位置以及环境中的障碍物信息等纳入考虑，确定需要优化的目标，如路径长度、安全性等。

2025-06-13 13:59:47 684

原创改进的多目标差分进化算法在电力系统环境经济调度中的应用（Python代码实现）【电气期刊论文复现】

电力系统的环境经济调度旨在最小化发电成本的同时，限制污染物排放量，实现电力供应的经济性和环境友好性的平衡。最小化总发电成本：这涉及到考虑不同发电厂（如火电、水电、风电等）的边际成本，力求在满足负荷需求的前提下使总发电成本最低。减少环境污染：限制硫化物、氮氧化物等污染物以及温室气体（主要是二氧化碳CO2）的排放量，符合环保政策要求。保障系统安全运行：确保系统频率稳定、电压质量以及备用容量充足等。

2025-06-13 13:54:43 750

原创【多变量输入超前多步预测】基于TCN-BiGRU-Attention的光伏功率预测研究（Matlab代码实现）

TCN-BiGRU-Attention模型是一种深度学习模型，通过结合时间卷积网络、双向门控循环单元和注意力机制，有效提取光伏功率时间序列数据中的特征，并捕捉长期依赖关系，实现多变量输入超前多步预测。时间卷积网络（TCN）优势：TCN通过空洞因果卷积等结构，能够有效提取时间序列中的局部和全局特征，同时保留时间信息。它能够处理任意长度的输入序列，并保持输出序列与输入序列长度相同，适用于需要保持时间分辨率的预测任务。作用。

2025-06-13 13:50:47 410

原创【火电机组、风能、储能】高比例风电电力系统储能运行及配置分析（Matlab代码实现）

要实现碳中和，就需要找到清洁能源代替非清洁能源这一切实可行的方法；另一方面，能源需求和经济发展之间具有同步增长规律。也就是说，当中国经济维持上升趋势时，能源需求量也会相应增加，若不对单位GDP相应能源的碳排放量进行有效约束，碳中和目标就很难实现。风能是可再生清洁能源，因总资源蕴藏量巨大，可再生，无污染，日益引起世界各国关注。伴随着风电在电源结构中所占比重的日益提高，风电自身存在的随机性，波动性和不稳定性等问题对于电力系统的安全和稳定运行产生了日益显着的影响。大规模风电消纳问题始终是个棘手问题。

2025-06-13 13:49:14 665

原创【多变量输入超前多步预测】基于CNN-BiLSTM的光伏功率预测研究（Matlab代码实现）

CNN-BiLSTM模型结合了卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）的优势，适用于处理具有时间和空间特征的数据。在光伏功率预测中，该模型能够自动提取输入数据中的空间特征和时间依赖关系，实现多变量输入超前多步预测。卷积神经网络（CNN）主要作用：提取输入数据中的空间特征。在光伏功率预测中，CNN可以自动学习光伏系统数据中的局部模式和特征，捕捉不同地点和时间的相关信息。结构特点：通过卷积层和池化层的组合，CNN能够有效地提取数据中的特征，并减少计算量。

2025-06-13 13:46:22 543

原创基于粒子群优化算法的电动汽车充放电V2G研究（Matlab代码实现）

随着电动汽车（Electric Vehicle, EV）的普及，其大规模并网对电网带来了新的挑战和机遇。电动汽车作为一种清洁能源交通工具，具有环保、低碳的特点，但其随机充电行为可能导致电网负荷波动，影响电网稳定性。为了有效利用电动汽车的能量储备和灵活性，基于V2G（Vehicle-to-Grid）技术的电动汽车充放电优化调度研究显得尤为重要。

2025-06-13 13:44:57 863

原创【风电功率预测】【多变量输入单步预测】基于CNN-GRU的风电功率预测研究（Matlab代码实现）

功能：CNN主要负责从输入数据中提取空间特征。在风电功率预测中，这些特征可能包括风速、风向、温度、湿度等气象因素的空间分布特征。优势：通过卷积层和池化层的组合，CNN能够自动学习并提取输入数据的局部特征，这些特征对于风电功率的预测至关重要。

2025-06-13 13:39:36 618

原创光储并网直流微电网simulink仿真模型，光伏采用mppt实现最大功率输出研究

光储并网直流微电网是一种将光伏发电、储能系统和电网连接在一起的微型电力系统。在该系统中，光伏发电系统通过最大功率点跟踪（MPPT）算法实现最大功率输出。以下是一个使用Simulink进行仿真的光储并网直流微电网模型。首先，需要建立光伏发电系统的模型。可以使用Simulink中的光伏模块，该模块可以根据输入光照强度和温度计算出光伏电池的输出功率。将光伏模块与MPPT控制器模块相连，以实现最大功率点跟踪。MPPT控制器模块可以使用常见的算法，如P&O算法或Incremental Conductance算法。

2025-06-13 13:36:36 681

原创【状态估计】非线性受控动力系统的线性预测器——Koopman模型预测MPC（Matlab代码实现）

本文提出了一类非线性受控动力系统的线性预测器。其基本思想是将非线性动力学提升(或嵌入)到其演化近似线性的高维空间中。在不受控制的情况下，这个过程相当于与非线性动力学相关的库普曼算子的数值近似。在这项工作中，我们将Koopman算子扩展到受控动力系统中，并应用扩展动态模态分解(EDMD)来计算算子的有限维近似，从而使该近似具有线性受控动力系统的形式。在数值实例中，以这种方式获得的线性预测器表现出优于现有线性预测器的性能，例如基于局部线性化或所谓的Carleman线性化的线性预测器。

2025-06-12 19:49:33 698

原创【数据融合】集中式数据融合协同频谱感知（Matlab实现）

基本概念集中式数据融合：多个感知节点（如认知用户CU）将原始感知数据直接传输至中心节点（融合中心FC），由FC统一处理、融合并生成最终决策。协同频谱感知：多个节点协作检测主用户（PU）的频谱占用状态，克服单节点因阴影效应、多径衰落导致的感知不可靠问题。结合优势集中式结构通过融合多节点数据提升检测精度（如降低漏检率），同时利用空间分集增益增强鲁棒性。

2025-06-12 19:26:02 616

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。

2025-06-12 19:22:58 725

原创改进的数值解析法PCB热建模方法，考虑辐射传热及元件温度计算（Matlab代码实现）

首先，简要回顾了关于层压印刷电路板（PCB）结构稳态热分析的数值-解析耦合方法的前期工作。该方法将温度的傅立叶级数解析解与有限体积法相结合，用于对PCB进行热建模。为了进一步模拟带有元件的PCB，使用元件的热阻参数来关联元件温度与耦合方程中的变量数组。为了进一步考虑PCB与环境之间的辐射传热，提出了一种迭代方法。在此迭代过程中，可更新每个表面单元及每个元件的辐射等效换热系数。此外，为了提高效率，该耦合方法中集成了多重网格策略，在金属层和PCB表层区域生成三级离散单元。

2025-06-12 19:20:08 676

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。

2025-06-12 19:17:14 780

原创【无人机论文复现】空地多无人平台协同路径规划技术研究（Matlab代码实现）

面向复杂场景的任务需求,由无人车和微小型旋翼无人机组成的一车多机空地无人系统能有效发挥二者各自优势,从而在协同侦察、协同防御警戒、协同指挥控制等领域有诸多应用。集群路径规划技术是一车多机空地无人系统高效完成协同任务的关键,因此本文对空地多无人平台的协同路径规划问题进行研究,旨在规划出满足以下三种任务场景的多无人平台行驶路径:(1)大范围区域覆盖侦察任务;(2)目标点紧急程度不同的侦察任务;(3)包含侦察与打击两种任务类型的协同任务。

2025-06-12 19:13:07 736

原创【风电功率预测】【多变量输入单步预测】基于RF-Adaboost的风电功率预测研究（Matlab代码实现）

1. 随机森林（Random Forest, RF）定义：随机森林是一种集成学习方法，通过构建多个决策树并进行集成，以投票或平均的方式输出最终预测结果。优势：随机森林能够处理高维数据和复杂关系，具有较好的抗过拟合能力和稳定性。定义：Adaboost是一种自适应的弱分类器加权方法，通过迭代训练一系列弱分类器，并根据每个弱分类器的表现更新其权重，最终得到一个强分类器。优势：Adaboost能够显著提高弱分类器的预测能力，通过迭代过程不断优化模型。3. RF-Adaboost结合核心思想。

2025-06-12 19:09:49 896

原创没发论文的注意啦！重磅更新！GWO-BP-AdaBoost预测！灰狼优化、人工神经网络与AdaBoost集成学习算法预测研究（Matlab代码实现）

参考文献：GWO-BP-AdaBoost预测研究是指将灰狼优化（Grey Wolf Optimizer, GWO）、人工神经网络（Back Propagation Neural Network, BPNN）与AdaBoost集成学习算法结合起来的一种预测模型应用研究。这种综合方法利用了各算法的优点，旨在提高预测精度和泛化能力。

2025-06-12 19:06:15 634

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。

2025-06-12 19:02:43 599

原创【状态估计】基于UKF、AUKF的电力系统负荷存在突变时的三相状态估计研究（Matlab代码实现）

基于UKF和AUKF的电力系统负荷存在突变时的三相状态估计研究是一种利用无迹卡尔曼滤波（Unscented Kalman Filter, UKF）和改进的无迹卡尔曼滤波（Augmented Unscented Kalman Filter, AUKF）方法来处理电力系统负荷突变情况下的状态估计问题。在电力系统中，负荷突变是指电力系统的负荷发生突然变化，可能会对电压、频率等三相状态变量产生影响。因此，在负荷突变情况下，对三相状态进行实时估计和预测非常重要，来保证电力系统的稳定运行和负荷管理。

2025-06-12 18:59:49 780

原创【分布式能源的选址与定容】基于非支配排序多目标遗传优化算法求解分布式能源的选址与定容（Matlab代码实现）

参考文献：本文采用的是换一个算法解决，基于非支配排序多目标遗传优化算法求解分布式能源的选址与定容。将可再生能源的分布式发电技术与大电网结合，是普遍公认的节能减排、绿色环保、安全可靠的电力系统运行方式，是电力发展的方向。分布式电源(DG)是指在一定的地域范围内，以分散方式布置在用户附近，与环境兼容的小型模块化发电单元，其发电功率为几千瓦到几十兆瓦。分布式发电系统目前大多与配电网并网运行。

2025-06-12 18:56:49 743

原创电力系统风储联合一次调频仿真模型（Simulink仿真实现）

参考文献：在高风电渗透率条件下，电力系统对风电场的频率调节能力提出了严格的技术要求。为了满足这些要求，我们考虑了风机惯性控制和变桨距控制的频率响应能力，并提出了将储能技术与风电自身调频手段相结合，以参与系统频率调节的方案。为了验证这一方案的有效性，我们采用Simulink进行了仿真，并建立了风储联合调频下电力系统的频率特性模型。我们采用了四机两区系统，并利用频域模型法，附加了虚拟惯性控制和储能下垂控制。通过仿真实现了三种模式下的分析对比：风电不参与调频、低风速下风电参与调频以及高风速下风储联合参与调频。令人

2025-06-12 18:54:09 861

原创【硕士论文完美复现】【价格型需求响应】基于需求侧响应的配电网供电能力综合评估（Python代码实现）

在配电网中，需求侧响应是一种通过激励用户在供电能力不足时减少用电量的策略。为了对配电网的供电能力进行综合评估，需要考虑以下几个方面：1. 预测需求：根据历史数据和相关因素（如天气、季节等），预测未来的电力需求量。2. 需求响应机制：制定需求响应机制，包括激励机制和合同设计，以鼓励用户减少用电量。3. 用户参与度：评估用户参与需求响应的程度，包括参与率和减少用电量的程度。4. 可靠性分析：分析需求响应对供电能力和系统可靠性的影响，评估在需求响应情况下是否能满足用户的电力需求。

2025-06-12 18:51:24 572

原创双侧电源系统距离保护仿真模型（Simulink仿真实现）

双侧电源系统指由两个不同上级变电站供电的电网结构，常见于辐射形或环形电网，可显著提升供电可靠性（如A+、A、B类供电区域）。双方向电源供电：线路两侧均配置断路器和保护装置，故障时可快速切除故障段，避免非故障设备受影响。故障处理高效性：两侧保护装置需协同动作，确保故障点去游离时间充足，并解决重合闸的同期问题。系统复杂性：双向电流流动特性增加了保护配置难度，需考虑过渡电阻、系统振荡等特殊场景。

2025-06-12 18:48:32 516

原创【压缩空气储能】非补燃压缩空气储能系统集成的零碳排放综合能源优化调度（Matlab代码实现）

虽然现有的一些参考文献专门探讨了CAES的运行和综合电热系统的组合运行，但大多数参考文献都建立了简化的基于效率的功率块模型来制定CAES，而没有对CAES的压力和温度动态进行建模。因此，需要制定电压、无功功率和相应的无功补偿器，以在PDN的最佳运行中保持无功平衡和电压质量。通过将热能存储系统（TES）整合到CAES中，先进的绝热压缩空气储能系统（AA-CAES）和非柔软燃烧压缩空气储能系统（NSF-CAES）能够将空气压缩过程中产生的热量存储在储气罐中，并在发电过程中释放它以加热压缩空气。

2025-06-12 18:45:50 557

原创【单相半波PWM逆变器】在电压源变流器中使用IGBT /二极管模块的作用及使用Powergui / FFT工具对PWM波形进行谐波分析研究（Simulink仿真实现）

单相半波PWM逆变器。本文仿真展示了在电压源变流器中使用IGBT /二极管模块的用途。还展示示了使用Powergui / FFT工具对PWM波形进行谐波分析。这些变流器是使用IGBT /二极管模块构建的，这是所有VSC的基本构建模块。IGBT /二极管模块是IGBT（或GTO或MOSFET）/二极管对的简化模型，其中忽略了强迫换流器件和二极管的正向电压。您可以通过单独的IGBT和二极管模块替换这些模块，以获得更详细的表示。VSC在Extras /离散控制模块库中提供的离散PWM生成器模块中以开环控制。

2025-06-11 10:34:37 762

空空如也

空空如也