• 微电网鲁棒性研究(Matlab代码实现)


    💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥

    📝目前更新:🌟🌟🌟电力系统相关知识,期刊论文,算法,机器学习和人工智能学习。
    🚀支持:🎁🎁🎁如果觉得博主的文章还不错或者您用得到的话,可以关注一下博主,如果三连收藏支持就更好啦!这就是给予我最大的支持!

                              

                                        🎉🎉欢迎您的到来🎉🎉

                         ⛅⛅⛅ 📃个人主页:科研室🌈🌈🌈

                        📚📚📚📋所有代码目录:电气工程科研社👨‍💻👨‍💻👨‍💻

                               

    【现在公众号名字改为:荔枝科研社】

    👨‍🎓博主课外兴趣:中西方哲学,送予读者:

    👨‍💻做科研,涉及到一个深在的思想系统,需要科研者逻辑缜密,踏实认真,但是不能只是努力,很多时候借力比努力更重要,然后还要有仰望星空的创新点和启发点。当哲学课上老师问你什么是科学,什么是电的时候,不要觉得这些问题搞笑,哲学就是追究终极问题,寻找那些不言自明只有小孩子会问的但是你却回答不出来的问题。在我这个专栏记录我有空时的一些哲学思考和科研笔记:科研和哲思。建议读者按目录次序逐一浏览,免得骤然跌入幽暗的迷宫找不到来时的路,它不足为你揭示全部问题的答案,但若能让人胸中升起一朵朵疑云,也未尝不会酿成晚霞斑斓的别一番景致,万一它居然给你带来了一场精神世界的苦雨,那就借机洗刷一下原来存放在那儿的“真理”上的尘埃吧。

         或许,雨过云收,神驰的天地更清朗.......🔎🔎🔎

    📋📋📋本文目录如下:⛳️⛳️⛳️

    目录

    1 概述

    2 微电网

    3 运行结果 

    4 Matlab代码实现

    5 参考文献

    6 写在最后

    1 概述

    在电工装备的制造、装配、使用的过程中,不可避免地存在诸如制造偏差、材料属性差异、工作环境变化等不确定因素。不确定因素往往使得电工装备的实际参数偏离原有的设计值,从而使产品性能下降,甚至发生事故。为了缓解不确定性因素对电工装备造成的负面影响,同时平衡电工装备的可靠性、鲁棒性和其他性能指标之间的关系,因此需要在电工产品的优化设计阶段考虑工程中的不确定性。在考虑鲁棒性和可靠性的前提下,本文为了解决电气工程领域检验电磁场分析方法的标准问题、电工装备中的永磁魔环以及永磁同步电机中的优化问题,主要完成以下工作。首先,在不确定性因素影响下,为了保证电工装备的可靠性与鲁棒性,本文研究了一种科学的最优权重辅助的兼顾可靠性和鲁棒性的优化设计方法(ω-RBRDO)。这种方法兼顾了可靠性和鲁棒性两种指标,通过使约束条件在一定概率下满足,来保证所寻求设计方案的可靠性,同时为了寻求使鲁棒性指标及目标性能这两个指标最优的比例系数,引入了最优权重的思想。

    2 微电网

    这一部分讲来很多,感兴趣可以搜索:

    3 运行结果 

     4 Matlab代码实现

    本文仅展现部分代码,全部代码见:🍞正在为您运送作品详情

    1. %% 灵敏度函数的奇异值
    2. figure(1)
    3. S = (eye(2,2) - P0*K_s)^-1;
    4. sigma(minreal(ss(S)))
    5. title('S 的奇异值')
    6. grid on
    7. %% 互补灵敏度函数的奇异值
    8. figure(2)
    9. T = P0*K_s*(eye(2,2) - P0*K_s)^-1;
    10. sigma(minreal(ss(T)))
    11. title('T 的奇异值')
    12. grid on
    13. %saveas(gcf,'T_sigma.png')
    14. %% M11的奇异值
    15. figure(3)
    16. M = lft(Q_ss,K_s);
    17. M11 = M(1:2,1:2);
    18. sigma(minreal(ss(M11)))
    19. grid on
    20. title('M11的奇异值')
    21. %saveas(gcf,'M11_sigma.png')
    22. %% M的奇异值
    23. figure(4)
    24. sigma(minreal(lft(Q,K_s)))
    25. title('M的奇异值')
    26. grid on
    27. %saveas(gcf,'M_sigma.png')
    28. %% 鲁棒稳定性
    29. rbst_s = Wa*K_s*(eye(2,2) - P0*K_s)^-1;
    30. disp('鲁棒稳定性')
    31. norm(rbst_s,inf)
    32. %% 性能
    33. nmnl_p = Ws*((eye(2)+P0*(eye(2,2) - P0*K_s))^-1);
    34. disp('性能')
    35. norm(nmnl_p,inf)
    36. %% 鲁棒性能
    37. rbst_p = [rbst_s;nmnl_p];
    38. disp('鲁棒性能')
    39. norm(rbst_p,inf)
    40. %% 输出
    41. A_k = K_ss.A;
    42. B_k = K_ss.B;
    43. C_k = K_ss.C;
    44. D_k = K_ss.D;
    45. save('shuju','A_k','B_k','C_k','D_k')
    46. return

    5 参考文献

    [1]郭紫娟. 分布式储能微电网能量管理策略研究[D].广东技术师范大学,2022.

    [2]孙远. 考虑鲁棒性和可靠性的工程电磁问题优化方法研究[D].沈阳工业大学,2022.DOI:10.27322/d.cnki.gsgyu.2022.000091.

    6 写在最后

    部分理论引用网络文献,若有侵权请联系博主删除。 

  • 相关阅读:
    【推荐】数字化转型和案例及IT规划资料整理合集
    浏览器无痕浏览还能查到记录吗,如何开启无痕模式
    JavaSE---逻辑控制
    Hadoop部署过程中问题总结
    马尔可夫链
    【人工智能Ⅰ】7-KNN & 决策树
    《数字图像处理》作业一:题目+学习笔记
    【proverif】proverif的语法-解决中间人攻击-代码详解
    C++多态案例2----制作饮品
    带你走进Nginx
  • 原文地址:https://blog.csdn.net/weixin_46039719/article/details/126312168