本文旨在探讨一种基于经验模态分解（EMD）、主成分分析（PCA）和长短期记忆网络（LSTM）的光伏功率预测模型。该模型结合了EMD的信号分解能力、PCA的降维能力以及LSTM的序列数据处理能力，旨在提高光伏功率预测的精度和鲁棒性。经验模态分解（EMD）EMD是一种自适应的信号分解方法，能够将复杂的非平稳信号分解成一系列固有模态函数（IMF）和一个残余项。每个IMF都代表了原始信号在不同时间尺度下的

本文旨在探讨一种基于经验模态分解（EMD）、主成分分析（PCA）和长短期记忆网络（LSTM）的光伏功率预测模型。该模型结合了EMD的信号分解能力、PCA的降维能力以及LSTM的序列数据处理能力，旨在提高光伏功率预测的精度和鲁棒性。经验模态分解（EMD）EMD是一种自适应的信号分解方法，能够将复杂的非平稳信号分解成一系列固有模态函数（IMF）和一个残余项。每个IMF都代表了原始信号在不同时间尺度下的

文献来源： 摘要：为了最大化提升风电的消纳能力,解决我国的弃风问题,提出了一种结合热电联产机组、风电机组、电锅炉和储热装置的综合能源系统。通过建立数学模型研究了3种不同运行方式下,系统对风电的消纳能力和热电联产机组的最佳运行模式。研究结果表明,仅通过热电联产机组自身调节的方式,系统的风电消纳能力只有77.9%;采用热电联产机组结合电锅炉相互调节的方式,可将风电消纳能力提升至92.8%;而采用热电联

本文针对二极管钳位型NPC三电平拓扑中存在的中点电位不平衡问题，提出一种基于最优零序电压注入法的改进控制策略。通过理论分析建立中点电位波动模型，推导出最优零序电压的解析计算方法，并采用载波脉宽调制（CPWM）实现控制。仿真结果表明，在0.3s时注入最优零序电压后，中点电位波动显著降低，系统动态性能得到显著提升。研究为三电平逆变器的工程应用提供了理论支持与仿真验证。

电解水制氢作为一种新型储能手段，可作为调整风光能源输出电力的绿色手段。该文以风力发电、光伏发电、电解制氢与燃料电池为研究对象，通过对风光互补发电系统与电解水制氢系统的输出输入功率进行建模仿真，协调优化控制风光电、电解槽、燃料电池以及系统负载的负荷变化要求，改善了风光发电电解水制氢系统与系统负荷之间的负荷不平衡问题，为风光豆补可再生能源系统的稳定运行提供了理论依据。关键词: 风力发电;光伏发电;风光

本文针对二极管钳位型NPC三电平拓扑中存在的中点电位不平衡问题，提出一种基于最优零序电压注入法的改进控制策略。通过理论分析建立中点电位波动模型，推导出最优零序电压的解析计算方法，并采用载波脉宽调制（CPWM）实现控制。仿真结果表明，在0.3s时注入最优零序电压后，中点电位波动显著降低，系统动态性能得到显著提升。研究为三电平逆变器的工程应用提供了理论支持与仿真验证。

断线解环思想源于电力系统对闭环设计但开环运行的需求。其核心在于通过断开环网中的特定支路，消除网络中的环路，确保配电网呈辐射状运行。基本原理：在交流配电网中，所有环路必须满足“至少一条支路断开”的条件，从而破坏环路的闭合性。对于多源系统，还需确保不同根节点之间不存在连通路径，即所有根节点对间的路径也需断开至少一条支路。必要性：传统配电网采用闭环设计以提高灵活性，但开环运行可限制短路电流并控制故障范围

自主水下航行器（AUV）作为海洋资源勘探、水下环境监测及军事侦察等领域的核心装备，其轨迹跟踪控制性能直接决定作业任务的完成质量。针对AUV轨迹跟踪过程中存在的强非线性、模型耦合性、执行器约束及外部环境干扰等问题，本文复现了一种基于李雅普诺夫的模型预测控制（Lyapunov-Based Model Predictive Control, LMPC）框架，融合非线性反步法实现高精度、高鲁棒性的轨迹跟踪

弱电网因其高阻抗和低短路比特性，常导致系统不稳定，限制了功率传输。本研究通过仿真，建立了弱电网条件下跟网型逆变器的小信号扰动模型，包括状态空间模型和阻抗模型。我们提出了一种计算稳态工作点的新方法，并利用状态空间矩阵特征值分析，对系统稳定性进行了深入评估，确定了稳定性界限。为直观比较不同控制策略的效果，我们利用Simulink构建了仿真模型，包括传统控制策略模型和采用双锁相环阻抗重塑的优化控制策略模

针对三维复杂战场环境下多无人机协同作战面临的路径规划、威胁规避与协同控制等核心难题，本文设计了一套多无人机智能协同作战系统，提出基于混合遗传算法（GA）与粒子群优化（PSO）的路径规划方法，实现多无人机在复杂约束下的自主路径规划与协同作战。该系统能够有效规避战场中的雷达探测区与武器威胁区，严格遵循飞行高度、地形起伏等约束条件，同时保证所有无人机以指定攻击角度协同到达目标点，提升作战任务的成功率与无