基于MATLAB编程的含微网配电网优化调度：采用Yalmip结合Cplex求解的33节点算例 ,基于MATLAB编程的含微网配电网优化调度程序：采用直流潮流法建模与YALMIP+CPLEX求解基于IE

基于滑膜观测器的无感Foc控制永磁同步电机方案，全开源c代码，含电流速度双闭环pid算法及simulink仿真模型,基于滑膜观测器的无感Foc控制永磁同步电机方案，开源C代码与Simulink仿真模型，对电机参数不敏感，稳定控制直流无刷电机,无感Foc控制 滑模观测器smo 永磁同步电机正弦波控制方案 直流无刷电机提供stm32 和 dsp源码 提供keil完整工程，不是st电机库 对电机参数不敏感，50%误差依然控制稳定 带有电流速度双闭环的pid程序。算法采用滑膜观测器，启动采用Vf，全开源c代码，全开源，启动顺滑，很有参考价值。含有原理图，smo推导过程，simulink仿真模型。有很高的参考价值，学习价值。,核心关键词：无感Foc控制; 滑模观测器(SMO); 永磁同步电机正弦波控制方案; 直流无刷电机; STM32和DSP源码; Keil完整工程; 电流速度双闭环PID程序; 算法滑膜观测器; 全开源C代码; 启动顺滑; 原理图; smo推导过程; simulink仿真模型。,基于无感Foc控制的电机控制方案：滑模观测器SMO全开源解决方案

基于STM32H743芯片和SOEM 1.3.1协议栈的EtherCAT主站源码及开发板配套方案,基于STM32H743芯片和SOEM 1.3.1协议栈的EtherCAT主站源码及CUBE工程，支持多种驱动器与DC同步,STM32H743 SOEM EtherCAT基于STM32H743芯片和SOEM的EtherCAT主站源码 提供配套CUBE工程和。SOEM协议栈使用1.3.1版本。可配套NUCLEO-H743ZI开发板使用。支持DC同步。可配合汇川IS620N、三洋RS3、赛孚德ASD620B、埃斯顿ProNet、迈信EP3E、台达A2-E、伟创SD700、松下A5B A6B和欧姆龙G5系列驱动器。STM32官方开发板可以测试。,核心关键词：STM32H743; SOEM EtherCAT; 主站源码; CUBE工程; SOEM协议栈1.3.1; NUCLEO-H743ZI开发板; DC同步; 驱动器兼容。,基于STM32H743的SOEM EtherCAT主站源码：支持DC同步与多种驱动器兼容

基于Matlab蚁群算法的优化二维路径规划算法实现：代码稳定运行，有效规避障碍物,Matlab实现的蚁群算法二维路径规划：高效避开障碍物的动态路径搜索算法,Matlab基于蚁群算法的二维路径规划算法路径规划算法是指在有障碍物的工作环境中寻找一条从起点到终点的、无碰撞地绕过所有障碍物的运动路径的算法。代码可正常运行,Matlab; 蚁群算法; 二维路径规划算法; 障碍物; 起点; 终点; 无碰撞路径; 代码可运行,Matlab中基于蚁群算法的二维路径规划优化算法实现

基于MATLAB的GUI界面下的IIR数字滤波器设计：实现与优化策略,基于MATLAB的IIR数字滤波器GUI设计界面介绍,基于MATLAB的IIR数字滤波器设计。GUI界面。界面如下图,基于MATLAB的IIR数字滤波器设计; GUI界面; 界面设计。,基于MATLAB的GUI界面IIR数字滤波器设计系统

基于双层优化的电动汽车充放电行为调度研究：时空协同、选址定容与风电适应性分析——MATLAB+CPLEX仿真平台应用,基于双层优化的电动汽车充放电行为调度研究：时空协同、选址定容与风电适应性分析——MATLAB+CPLEX仿真平台应用,电动汽车 双层优化 选址定容 输配协同 时空优化 MATLAB代码：基于双层优化的电动汽车优化调度研究 参考文档：考虑大规模电动汽车接入电网的双层优化调度策略仿真平台：MATLAB+CPLEX 平台主要内容：代码是一个双层的电动汽车充放电行为优化问题，具体来讲，输电网上层优化将电动汽车与发电机、基本负荷协调，同时考虑风力发电，从而在时域内优化电动汽车的负荷周期。然后，配电网的下层优化在空间上调度电动汽车负荷的位置。同时代码考虑了风电的出力场景，研究了不同风电出力下电动汽车的适应性，该代码具有一定的创新性,关键词：双层优化；电动汽车；充电调度；发电协调；风电出力；时空优化；选址定容；输配协同；MATLAB代码; CPLEX平台; 创新性。,基于MATLAB的电动汽车双层优化调度策略研究：时空协同与选址定容优化

基于FPGA的交通灯时序控制设计：A、B通道灯序循环及左转灯定时切换，附仿真结果与工程文档（含quartus与modelsim）可上板,基于FPGA的交通灯时序控制设计：A、B通道灯序循环及左转灯定时切换，附仿真结果与工程文档（含quartus与modelsim）可上板,基于fpga的交通灯设计，要求：A通道绿灯亮30S，黄灯亮5S，左拐灯亮15S，黄灯亮5S，这个过程中B通道一直亮红灯，之后A通道亮红灯，B通道绿灯亮40S，之后黄灯亮5S，之后左拐灯亮15S，之后黄灯亮5S，之后A通道转为绿灯，B通道转为红灯。提供quartus以及modelsim工程以及仿真结果文档，可以上板,核心关键词：FPGA; 交通灯设计; 灯时序; Quartus; ModelSim; 工程文件; 仿真结果; 上板测试。,基于FPGA的智能交通灯控制系统设计与实现

基于MATLAB的二维小波相干分析技术解析空气质量数据的相关性波动,基于Matlab的二维小波相干分析技术探究：以空气质量数据为例,基于matlab的二维小波相干分析，以空气质量数据为例。进行二维小波相干分析。,基于Matlab; 二维小波相干分析; 空气质量数据。,基于MATLAB的空气质量数据二维小波相干分析

基于MATLAB的实时视频与图片颜色识别系统：双功能颜色分析应用,基于Matlab的电脑摄像头视频图像及存储图片颜色识别功能介绍,基于matlab的调用电脑摄像头，截取视频图像识别颜色。同时识别电脑中存储的图片颜色。,基于Matlab;调用摄像头;截取视频图像;识别颜色;识别存储图片颜色,基于Matlab的摄像头视频与图片颜色识别系统

激光熔覆comsol热流耦合模型研究：温度场与三维流场分布模拟，含马兰戈尼效应与热传导分析，附模型参数说明与操作指南及视频教程,激光熔覆Comsol热流耦合模型研究：温度场与三维流场分析，考虑马兰戈尼效应与热传导的动网格模拟参考模型文献参数详解与操作指南视频分享,激光熔覆comsol热流耦合模型，温度场分布和三维流场分布。考虑马兰戈尼效应，表面张力。考虑热传导，动网格模拟相界面流体流动。提供模型+参考文献+参数说明+模型指导+操作视频。,核心关键词：激光熔覆; Comsol热流耦合模型; 温度场分布; 三维流场分布; 马兰戈尼效应; 表面张力; 热传导; 动网格模拟; 相界面流体流动; 模型; 参考文献; 参数说明; 操作视频。,激光熔覆模拟模型：马兰戈尼效应与热流耦合分析

基于MATLAB的桥梁振动信号自动识别车辆技术：参数建模与响应可视化分析,MATLAB环境下的桥梁振动信号自动识别车辆技术：基于参数建模的信号处理与车辆信息提取研究,MATLAB环境下通过桥梁振动信号自动识别车辆。注意:目前只是简单参数建模，还没有实际场景应用。下图分别为跨中车辆诱发响应可视化，异常值检测算法和聚类，目的是隔离背景响应并识别过桥车辆的数量，车辆到达时间和速度的识别是算法中最耗时的部分，车辆质量的识别相对简单，目标和模拟桥梁响应之间的比较，在拟合车辆参数后，对交通负载的“测量”响应和计算响应的时间序列可视化。,MATLAB; 桥梁振动信号; 车辆自动识别; 参数建模; 跨中车辆诱发响应可视化; 异常值检测算法; 聚类; 车辆到达时间识别; 速度识别; 车辆质量识别; 交通负载“测量”响应; 计算响应时间序列可视化。,MATLAB助力桥梁振动信号分析：自动识别车辆参数与交通流量

基于MATLAB的P2P微电网多智体深度强化学习（MADRL）研究：面向IEEE TSG期刊文章复现,基于MATLAB的P2P微电网多智体深度强化学习（MADRL）研究：互联住宅与能源转换的决策策略分析,MATLAB代码：p2p 微电网 MADRL 多智体强化学习关键词：p2p 微电网 MADRL 多智体强化学习 IEEE TSG参考文档：《Peer-to-Peer Energy Trading and Energy Conversion in Interconnected Multi-Energy Microgrids Using Multi-Agent Deep Reinforcement Learning》2021 SCI一区 IEEE Transactions on Smart Grid 大致复现仿真平台：MATLAB 2022a起步主要内容: 主要研究了互联住宅、商业和工业地图地图中的外部P2P能源交易问题和内部能源转问题。这两个问题是具有大量高维数据和不确定性的复杂决策问题，因此提出了一种将多智能体行为批评算法与双延迟深度确定性策略梯度算法相结合的多智能体深度强化

基于改进A3C算法深度强化学习的微网优化调度与需求响应智能管理（结合经验回放与半确定性训练）,基于改进A3C算法的微网优化调度与需求响应管理的深度强化学习实践探究,关键词：微网 优化调度 深度强化学习 A3C 需求响应 编程语言：python平台主题：基于改进A3C算法的微网优化调度与需求响应管理内容简介：本文研究了各种深度强化学习算法对微电网能量管理系统的增强效果。我们提出了一个新的微电网模型，它包括一个风力发电机、一个储能系统、一组恒温控制负载、一组价格响应负载以及一个与主电网的连接。拟议的能源管理系统旨在通过定义优先资源、直接需求控制信号和电价来协调不同的灵活能源。本文实现了3种深度强化学习算法，并进行了实证比较。数值结果表明，深度强化学习算法在收敛到最优策略的能力上存在很大差异。通过在著名的异步优势参与者批评算法中加入经验回放和半确定性训练阶段，我们获得了最高的模型性能和收敛到接近最优的策略。,核心关键词：微网优化调度; 深度强化学习; A3C算法; 需求响应管理; 能源管理系统; 异步优势参与者批评算法; 经验回放; 半确定性训练,基于改进A3C