基于时间代价的机器人覆盖控制方法、控制系统及控制器

    公开(公告)号:CN114967703B

    公开(公告)日:2025-02-11

    申请号:CN202210680201.5

    申请日:2022-06-15

    Abstract: 本发明公开了一种基于时间代价的机器人覆盖控制方法,其包括随着每个机器人i的位置变化,按照时间最短原则对任务区域Q进行划分,更新每个机器人i对应的子区域Vi;计算每个子区域Vi的风险质心#imgabs0#为每个机器人i设计对应的滑模面;控制每个机器人i先到达对应的滑模面后再跟踪上对应子区域的风险质心#imgabs1#当子区域发生事故时,控制位于事故子区域的机器人从风险质心以最大速度驶向事故点。通过上述方式控制机器人网络进行区域覆盖,将机器人驱动至时间最优覆盖位置,当机器人分配的子区域中发生事故时,机器人将以最大的速度驶向事故现场,从而实现了机器人网络以最小时间代价执行区域覆盖任务。

    面向直流微网的隐私保护二次控制方法及直流微网系统

    公开(公告)号:CN117039828A

    公开(公告)日:2023-11-10

    申请号:CN202310852506.4

    申请日:2023-07-12

    Abstract: 本发明公开了一种面向直流微网的隐私保护二次控制方法及直流微网系统,属于直流微网二次控制技术领域,将直流变换器的二次控制信号ui(t)分成两个分量#imgabs0#和#imgabs1#仅#imgabs2#传输给邻居,而#imgabs3#对邻居不可见,由于#imgabs4#仅包含部分隐私信号#imgabs5#使得邻居无法获取完整的隐私信号#imgabs6#从而保护了隐私信号#imgabs7#的完整性和真实性,进而使邻居无法得到输出电流数据并获取本地供电单元的隐私信息,极大地提高了直流微网系统的隐私性和安全性。

    一种电动汽车充电站的多目标在线调度方法

    公开(公告)号:CN115907417A

    公开(公告)日:2023-04-04

    申请号:CN202211649136.6

    申请日:2022-12-20

    Abstract: 本发明公开了一种电动汽车充电站的多目标在线调度方法,属于电动汽车充电站充电行为调度技术领域。本发明提出了考虑多个目标的电动汽车充电站在线调度框架,基于事先制定的目标与历史数据动态调整各个目标对应的权重值,实现了对多目标电动汽车充电站调度问题折衷解的在线求解。并且为了实现在线优化,本发明提出了基于到达曲线和离开曲线的电动汽车充电站服务质量的定义方式,实现了服务质量的在线计算。框架中对可行域进行在线调整,实现了对不确定性环境的实时响应,在提高服务质量的同时降低系统的运行成本。本发明能够根据环境变化灵活快速给出调度方案,在保证电动汽车充电站服务质量的同时降低电力供应商的供电成本。

    基于互联数据中心微网储能分享的在线优化调度方法

    公开(公告)号:CN115759466A

    公开(公告)日:2023-03-07

    申请号:CN202211546035.6

    申请日:2022-11-29

    Abstract: 本发明公开了一种基于互联数据中心微网储能分享的在线优化调度方法,属于数据中心的服务协同和能量协同领域,包括:计算碳排放成本,按照相应的成本单价,对各数据中心从主电网购买的能量的成本与碳排放成本进行求和,得到运营成本;将运营成本的预期值添加到李雅普诺夫漂移函数中,得到漂移加惩罚函数,以漂移加惩罚函数的上界最小为目标,基于相关约束,确定优化问题;求解优化问题,得到负载分配决策、服务器分配决策、能量购买决策以及能量充放决策,以调度互联数据中心微网。在为用户提供更好的服务的同时,降低数据中心的运营成本,减少数据中心的碳排放量,减少对主电网的依赖,提高电力系统的稳定性。

    一种基于量化状态和事件触发通信的分布式二次调控方法

    公开(公告)号:CN115622244A

    公开(公告)日:2023-01-17

    申请号:CN202211294751.X

    申请日:2022-10-21

    Abstract: 本发明公开了一种基于量化状态和事件触发通信的分布式二次调控方法,属于直流微电网的分布式二次控制领域。相比现有的分布式二次控制方法而言,本发明考虑了通信网络的能力限制,通信网络仅传递状态量化后的离散值,占用更小的带宽,此外,信息的传递仅发生在事件触发时刻,而不是连续或按周期传递,降低了通信的次数,以上二者相结合,共同减轻了通信网络的负担,通过理论分析排除了芝诺现象,验证了本方案的可行性;此外,由于本方法不需要直流母线电压作为反馈信号,因此设计过程简单,易于实现;控制参数的选择十分灵活,可以通过调整相应的参数,在控制性能与通信负担之间达到充分的平衡。

    一种日负荷曲线聚类方法
    6.
    发明公开

    公开(公告)号:CN115526242A

    公开(公告)日:2022-12-27

    申请号:CN202211114815.3

    申请日:2022-09-14

    Abstract: 本发明属于智能电表的应用领域,具体涉及一种日负荷曲线聚类方法,包括:搭建包括分配网络和质心层的神经网络框架,分配网络用于在输入样本后输出该样本属于各簇的概率,质心层用于在输入样本后输出该样本到各簇质心的距离以及每两个簇质心之间的距离;初始化用以表征各簇及其质心的网络参数,采用待聚类且无标签的日负荷曲线集合,以最小化表征类内紧密度的类内紧密度损失为目标,优化分配网络的参数,同步以最小化类内紧密度损失和表征类间分离度的类间分离度损失之间的加权和为目标,优化质心层的参数,最终完成日负荷曲线的聚类。本发明将类内紧密度和类间分离度同时整合到聚类网络的损失函数中,有效解决现有方法聚类效果不佳的问题。

    一种基于区块链交易的智能电网调度系统及其控制方法

    公开(公告)号:CN109636145B

    公开(公告)日:2022-08-02

    申请号:CN201811432323.2

    申请日:2018-11-27

    Abstract: 本发明公开了一种基于区块链交易的智能电网调度系统及其控制方法,系统包括:区块链模块和智能计算模块;智能计算模块,用于利用区域内部各个用户的用电需求和供热需求、各个发电模块的发电量以及各个热电联产模块的用气需求、发电量和发热量,以智能电网监控系统的经济利益最大为目的,得到各个用户的购电量和购热量、各个发电模块的售电量以及各个热电联产模块的购气量、售电量和售热量;区块链模块,用于获取各个用户的购电量和购热量、各个发电模块的售电量以及各个热电联产模块的购气量、售电量和售热量,然后在区域内部和总电网之间进行区块链交易。本发明在有效增强电网运行的可靠性的同时也保护了用户的隐私。

    一种基于区域内部交易的智能电网监控系统及其控制方法

    公开(公告)号:CN109583753B

    公开(公告)日:2022-08-02

    申请号:CN201811440289.3

    申请日:2018-11-27

    Abstract: 本发明公开了一种基于区域内部交易的智能电网监控系统及其控制方法,其中系统包括:区块链模块和智能计算模块;区域内部的所有用户、所有发电模块和所有热电联产模块均独立于主电网,热能和电能尽在区域内交换和消纳;区块链模块,用于获取区域内部各个用户的用电需求和供热需求、各个发电模块的发电量以及各个热电联产模块的用气需求、发电量和发热量;智能计算模块,用于利用区块链模块的信息,以智能电网监控系统的经济利益最大为目的,得到各个用户的购电量和购热量、各个发电模块的售电量以及各个热电联产模块的购气量、售电量和售热量。本发明运行可靠、不会用户隐私泄露,新能源发电实现本地消纳。

    带有不可稳模态的线性切换系统的控制方法及控制体系

    公开(公告)号:CN114326398A

    公开(公告)日:2022-04-12

    申请号:CN202111612522.3

    申请日:2021-12-27

    Abstract: 本发明公开了一种带有不可稳模态的线性切换系统的控制方法及控制体系,其包括:构建带有干扰项的线性切换系统模型:构建控制器模型:Uj≤μiUi,Ui>0,i,j∈Γ,i≠j;初始化模型设定参数μi>1,求解控制器模型得到增益采集当前采样时刻tk内的系统状态x(tk)以及被激活的模态σ(tk),根据采样信息更新输入信号其中,为所述增益Ki中与被激活的模态σ(tk)对应的增益。本申请通过在构建模型时同时考虑可稳模态和不可稳模态,求解控制器模型的增益,根据所求解的增益更新切换系统的控制数据,在本申请中,通过设置合理的控制器,可以提高系统输入状态的稳定性。

    一种基于云-边缘协同计算的DDNN及其构建方法和应用

    公开(公告)号:CN110443298B

    公开(公告)日:2022-02-15

    申请号:CN201910700002.4

    申请日:2019-07-31

    Abstract: 本发明公开了一种基于云‑边缘协同计算的DDNN及其构建方法和应用,应用于物联网多视角图像下目标分类,DDNN包括:边缘侧,其采用特征袋模型对提取到的多张特征图像进行相似性度量并统计得到每个视角的直方图向量;对各个视角直方图向量进行特征加权融合,基于融合后的直方图向量得到边缘侧目标分类,若该分类精度不够,将提取到的每个视角的特征图像传输至云端;云端,用于对所有特征图像进行特征加权融合,对融合特征图像进行卷积、分类操作,得到云端的目标分类。本发明在边缘侧引入特征袋模型,减少参数量;另外,多视角加权特征融合减少了多视角冗余特征、增加特征表达能力的有效性。本发明减少了DDNN的参数量及云‑边缘通信量并提高了DDNN整体性能。

Patent Agency Ranking