1]陈怀毅,胡英坤,杨毅,范舟.二阶锥松弛在配电网最优潮流计算中的应用[J].电气应用,2020,39(01):49-54.摘要：最优潮流计算是电网规划、优化运行的重要基础。首先建立了配电网全天有功损耗最小化的最优潮流计算模型;其次结合辐射型配电网潮流特点建立支路潮流约束,并考虑配电网中的可控单元,包括分布式电源和离散、连续无功补偿装置,建立其出力约束,该模型为非凸非线性模型;

VMD-CNN-LSTM模型是一种结合了变分模态分解(VMD)、卷积神经网络(CNN)和长短时记忆网络(LSTM)的混合预测模型。数据预处理：收集历史电力负荷数据，并进行必要的清洗和规范化处理，以消除异常值和噪声。VMD分解：利用VMD技术对预处理后的负荷数据进行分解，将其分解为多个固有模式函数(IMF)。每个IMF分量代表原始信号中不同频率的成分，有助于分离噪声和信号，并揭示隐藏在复杂负荷数据中

本文提出了一种基于蚁群的连续多UGV路径规划，该规划器由UGV路径规划和多UGV协调组成。该文提出一种基于概率的随机游走策略和自适应航点修复机制的连续蚁群优化，以优化每个UGV的路径。然后通过速度偏移优化算法解决多智能体协调问题UGV之间的碰撞避免问题。路径规划最为基本的要求是规划一条从起始点到目标点的无碰撞路线并在执行过程中动态避障，在此基础上规划的路径尽量考虑动力学约束与动能的消耗和效率问题。

随着对系统安全性和可靠性的日益重视，控制系统对容错能力的需求不断增加。多智能体系统（MASs）中的容错协同控制（FTCC）是其中一个安全问题。本文研究了在执行器和传感器故障存在的情况下，多智能体系统的领导者-跟随者共识控制问题。通过采用虚拟执行器和虚拟传感器的方法，本文在动态事件触发机制（DETM）下提出了一个统一的主动FTCC框架。所提出的DETM旨在减少智能体之间的通信成本。FTCC问题通过线

拓扑结构：存在两种版本：配电网模型：辐射型结构，总负荷为28.7+j7.75 MVA，适用于配电网分析。潮流计算模型：环形结构，负荷更大，包含14个节点、20条支路、4台发电机和5台变压器，支持稳态分析（如潮流计算）和动态仿真（如暂态稳定性）。关键参数节点1为平衡节点（电压1.05 p.u.），其他发电机节点（如节点2）提供有功和无功功率。包含并联电容器、变压器分接头等控制设备，支持无功优化研究。

💥💥💞💞❤️❤️💥💥博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。⛳️行百里者，半于九十。📋📋📋🎁🎁🎁。

DDSRF-PLL通过双坐标系解耦技术，显著提升了电网不平衡条件下的相位检测精度，广泛应用于故障保护、新能源并网等领域。高次谐波适应性：结合自适应滤波算法或深度学习优化参数。多目标协同控制：在解耦网络中集成频率自适应机制，应对电网频率波动。📚2 运行结果。

Q-learning是强化学习中的一种无模型、离策略学习算法，主要用于解决决策过程中的最优策略选择问题。它通过学习一个称为Q表（或Q函数）的动作值函数来实现。Q表记录了在给定状态下采取某个动作所能获得的预期回报。通过不断探索和利用已知信息，Q-learning逐渐优化这个表，引导智能体（如机器人）做出最优决策。

使用多层神经网络的移动自组织网络中的虫洞攻击检测：能量、时间等对于提供的每个节点。这是对可能受到虫洞攻击的移动自组织网络的模拟。该MANET由神经网络配备，可以检测虫洞攻击并在节点之间发送数据时做出正确的决定。虫洞攻击是一种网络安全威胁，它利用虚拟通道将网络中的数据包从一个地方迅速转移到另一个地方，从而绕过了正常的通信路径。虫洞攻击可能导致网络中的信息泄露、数据篡改或拒绝服务等问题。为了检测虫洞攻

该文提出一种基于卷积神经网络的有效两阶段算法，以求解具有机器故障的柔性作业车间调度问题（FJSP）。建立了以最大完成时间和鲁棒性为目标的双目标动态柔性作业车间调度问题（DFJSP）模型。提出了CNN构建的预测模型，并开发了一个名为RMn的替代指标来评估鲁棒性。实验结果表明，所提两阶段算法对求解DFJSP有效，RMn能够更快、更高效、更准确地评估调度的鲁棒性。柔性作业车间调度问题（Flexible