-
公开(公告)号：CN114326731B
公开(公告)日：2024-04-09
申请号：CN202111626053.0
申请日：2021-12-28
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于激光雷达的多机器人编队跟踪采样控制方法及系统，属于机器人智能控制领域，方法包括：各机器人分别测量当前时刻下其与相邻机器人的距离，并以多机器人编队形状趋近于预期编队形状为目标计算其在本体坐标系下的第一速度；当多机器人编队形状与预期编队形状一致时，领航机器人根据多机器人编队的当前位姿、目标速度以及目标位姿，利用PI控制方法计算多机器人编队在机器人编队坐标系下的目标速度，并将目标速度发送至其他机器人；各机器人以令多机器人编队速度保持目标速度为目标，计算其在其本体坐标系下的第二速度，控制其在当前时刻到下一时刻之间的速度等于第一速度与第二速度的合速度，实现编队跟踪控制。
-
公开(公告)号：CN114841409A
公开(公告)日：2022-08-02
申请号：CN202210332358.9
申请日：2022-03-30
Applicant: 华中科技大学
Abstract: 本发明公开了一种联合LSTM和深度强化学习的家庭能源管理方法及介质，属于智能电网需求响应领域，方法包括：利用LSTM网络预测下一时间段的光伏发电量信息和电价信息，并作为下一时间段马尔可夫决策过程的状态空间信息；根据家庭住宅中各类电气负荷对应电气设备的工作参数以及状态空间信息，将实时需求响应调度问题转化为状态转移概率未知的马尔可夫决策过程，得到MDP模型；设计基于深度神经网络的随机策略，以获得价值网络和策略网络；基于MDP模型，利用近端策略优化算法对价值网络和策略网络进行训练，并利用训练后的策略网络输出最优动作策略，根据最优动作策略管理各电气设备。实现最小化家庭用能成本和保证用户舒适度的目标。
-
公开(公告)号：CN114784823A
公开(公告)日：2022-07-22
申请号：CN202210399513.9
申请日：2022-04-15
Applicant: 华中科技大学
Abstract: 本发明公开了基于深度确定性策略梯度的微电网频率控制方法及系统，属于电力系统频率控制领域。包括将微电网系统的频率偏差及其的积分作为训练数据，采用双延迟深度确定性策略梯度算法训练智能体；将训练好的智能体应用于带有新能源的微电网系统，将当前系统的状态信息输入AC框架，选取最佳动作，转换为实际指令用于同步发电机的调节器阀门开度，控制微电网频率。本发明利用无模型的深度强化学习算法，训练智能体自适应学习电网频率变动，因含有新能源的微电网具有随机性和间歇性的特点，本发明不需要依赖与真实环境存在较大偏差的理想数学模型，只需要系统的输入和奖励值进行不断学习迭代，从而对微电网有更好的控制效果。
-
公开(公告)号：CN114784823B
公开(公告)日：2024-12-10
申请号：CN202210399513.9
申请日：2022-04-15
Applicant: 华中科技大学
Abstract: 本发明公开了基于深度确定性策略梯度的微电网频率控制方法及系统，属于电力系统频率控制领域。包括将微电网系统的频率偏差及其的积分作为训练数据，采用双延迟深度确定性策略梯度算法训练智能体；将训练好的智能体应用于带有新能源的微电网系统，将当前系统的状态信息输入AC框架，选取最佳动作，转换为实际指令用于同步发电机的调节器阀门开度，控制微电网频率。本发明利用无模型的深度强化学习算法，训练智能体自适应学习电网频率变动，因含有新能源的微电网具有随机性和间歇性的特点，本发明不需要依赖与真实环境存在较大偏差的理想数学模型，只需要系统的输入和奖励值进行不断学习迭代，从而对微电网有更好的控制效果。
-
公开(公告)号：CN114200833A
公开(公告)日：2022-03-18
申请号：CN202111404956.4
申请日：2021-11-24
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于观测器的机器人网络动态区域覆盖的控制方法，设计了利用基函数信息和传感器测量信息近似出任务区域的环境密度函数的观测器，以解决环境信息不完全已知的问题。然后基于近似的环境密度函数，设计了机器人的控制器来驱动机器人网络实时变化位置配置，使得机器人网络能够在任务区域存在可移动目标的情况下实现良好的区域覆盖效果。通过设计观测器和机器人网络的控制器，并进行相关理论的分析和证明，实现机器人网络对动态区域覆盖监测效果的优化，达到良好的覆盖效果，能够解决机器人网络对存在可移动目标且可移动目标的特性未知引起的区域信息不完全已知的动态区域的覆盖控制问题。
-
Patent Agency Ranking
公开(公告)号：CN114967703B
公开(公告)日：2025-02-11
申请号：CN202210680201.5
申请日：2022-06-15
Applicant: 华中科技大学
IPC: G05D1/43 , G05D1/633 , G05D1/644 , G05D1/648 , G05D109/10
Abstract: 本发明公开了一种基于时间代价的机器人覆盖控制方法，其包括随着每个机器人i的位置变化，按照时间最短原则对任务区域Q进行划分，更新每个机器人i对应的子区域Vi；计算每个子区域Vi的风险质心#imgabs0#为每个机器人i设计对应的滑模面；控制每个机器人i先到达对应的滑模面后再跟踪上对应子区域的风险质心#imgabs1#当子区域发生事故时，控制位于事故子区域的机器人从风险质心以最大速度驶向事故点。通过上述方式控制机器人网络进行区域覆盖，将机器人驱动至时间最优覆盖位置，当机器人分配的子区域中发生事故时，机器人将以最大的速度驶向事故现场，从而实现了机器人网络以最小时间代价执行区域覆盖任务。
-
公开(公告)号：CN115526242A
公开(公告)日：2022-12-27
申请号：CN202211114815.3
申请日：2022-09-14
Applicant: 华中科技大学
Abstract: 本发明属于智能电表的应用领域，具体涉及一种日负荷曲线聚类方法，包括：搭建包括分配网络和质心层的神经网络框架，分配网络用于在输入样本后输出该样本属于各簇的概率，质心层用于在输入样本后输出该样本到各簇质心的距离以及每两个簇质心之间的距离；初始化用以表征各簇及其质心的网络参数，采用待聚类且无标签的日负荷曲线集合，以最小化表征类内紧密度的类内紧密度损失为目标，优化分配网络的参数，同步以最小化类内紧密度损失和表征类间分离度的类间分离度损失之间的加权和为目标，优化质心层的参数，最终完成日负荷曲线的聚类。本发明将类内紧密度和类间分离度同时整合到聚类网络的损失函数中，有效解决现有方法聚类效果不佳的问题。
-
公开(公告)号：CN112531723A
公开(公告)日：2021-03-19
申请号：CN202011414190.3
申请日：2020-12-03
Applicant: 华中科技大学 , 国网湖北省电力有限公司
IPC: H02J3/16
Abstract: 本发明公开了一种辐射状配电网的电压调节方法和装置，属于电力系统领域，所述方法包括：利用数学规划模型建立整个辐射状配电网的电压调节模型，并根据配电网的电力物理原理设定电压调节目标，电压调节目标包括获取最小化无功出力成本函数和最小无功偏差惩罚；基于电压调节模块将任务按结构进行分解得到子问题，并利用内点法对子问题进行求解，并实施子问题的解；建立随机异步优化机制对子问题进行优化启动各个节点的计算，各个节点的计算结果用于更新调度总线上的分布式发电机组的无功注入，以对辐射状配电网进行电压调节。该电压调节方法成本低且能够增强配电网电压的鲁棒性，使得配电网拓扑结构的变化具有韧性且电压调节范围更广。
-
公开(公告)号：CN115309146B
公开(公告)日：2024-04-26
申请号：CN202210760559.9
申请日：2022-06-29
Applicant: 华中科技大学
Abstract: 本发明公开了面向区域监测的多机器人遍历方法，其包括：基于目标区域的栅格地图，对采样点进行初始化部署以及舍弃采样点覆盖空洞修复的再部署；再部署的步骤包括：确定任意舍弃点xi覆盖区域边界Lcover；将Lcover内部到最近已部署采样点的距离大于rmax的自由栅格和边界栅格编号为fi；在编号为fi的栅格a中，若存在有编号不为fi且未被标记的相邻栅格，则对栅格a进行标记；将Lcover内部相邻的标记栅格组成对应采样点xi的覆盖空洞的边界集合Borderi＝{Bi1,Bi2,...Bij...,Bin}，做Bij的最小外接圆C，若圆心O(x,y)所在的栅格为自由栅格，将其添加至补充采样点中，否则，将Bij中距离O(x,y)最近的栅格作为补充采样点，完成Bij的再部署；控制多机器人遍历初始化部署和再部署的采样点。
-
公开(公告)号：CN114200833B
公开(公告)日：2024-04-12
申请号：CN202111404956.4
申请日：2021-11-24
Applicant: 华中科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种基于观测器的机器人网络动态区域覆盖的控制方法，设计了利用基函数信息和传感器测量信息近似出任务区域的环境密度函数的观测器，以解决环境信息不完全已知的问题。然后基于近似的环境密度函数，设计了机器人的控制器来驱动机器人网络实时变化位置配置，使得机器人网络能够在任务区域存在可移动目标的情况下实现良好的区域覆盖效果。通过设计观测器和机器人网络的控制器，并进行相关理论的分析和证明，实现机器人网络对动态区域覆盖监测效果的优化，达到良好的覆盖效果，能够解决机器人网络对存在可移动目标且可移动目标的特性未知引起的区域信息不完全已知的动态区域的覆盖控制问题。
-
-
-
-
-
-
-
-
-
Search Results
16
records
(took 0.024 seconds)
