【摘 要】
：
传统集中式的风电场有功控制策略在风电场规模较大时面临中央控制器计算负担重、鲁棒性差等问题,完全分布式控制的收敛性受通信延迟和迭代次数的影响显著。为此,提出了一种双
【机 构】
：
电网智能化调度与控制教育部重点实验室（山东大学）
【基金项目】
：
国家自然科学基金项目资助(51877127)
论文部分内容阅读
传统集中式的风电场有功控制策略在风电场规模较大时面临中央控制器计算负担重、鲁棒性差等问题,完全分布式控制的收敛性受通信延迟和迭代次数的影响显著。为此,提出了一种双层分布式的控制结构。上层控制基于分布式一致性算法进行设计,降低通信系统的建设投资和缓解集中控制器的求解负担。下层控制采用基于模型预测控制(Model Predictive Control,MPC)和交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)的垂直分布式控制策略,提高收敛速度。
其他文献
手语由连续的手势动作组成,是聋哑人与外界沟通交流的一种语言。如何实现健听人和聋哑人之间的正常交流甚至是有效沟通,是当前亟需解决的问题。利用手语识别技术将手语通过计算机翻译成文字,使得健听人能快速了解聋哑人表达的含义,帮助聋哑人更好地融入社会,具有重要研究价值。手语识别方法根据特征处理方式可分为两类:基于传统方法的手语识别和基于深度学习的手语识别。基于这两种不同方法对手语识别进行系统研究,同时分析不
传统图像分割方法在心脏MRI图像上分割效果欠佳,深度学习为该领域带来了新的研究思路。目前使用最广泛且分割效果最好的3种深度学习分割模型为:CNN、FCN和U-NET。针对不同模型网络结构、网络特点、优缺点和分割结果进行比较,总结最新研究进展,介绍两种有潜力应用于心脏MRI分割领域的网络模型,最后指出基于深度学习方法的心脏MRI分割面临的挑战和未来研究方向。