基于模糊理论的多移动机器人抗干扰编队控制

针对多移动机器人编队过程中抗干扰能力差、控制精度低、稳定性差的问题,提出一种基于直接模糊自适应抗干扰编队控制方法。在虚拟领航-跟随的控制系统结构下,建立机器人的运动-动力学模型,根据相对误差模型设计直接自适应模糊控制器,对虚拟领航者-跟随者的理想相对位姿进行逼近,利用Lyapunov理论保证跟踪误差的收敛性和控制系统的稳定性。最后在MATLAB中进行实验验证并与现有方法作对比,实验结果表明所提出控制方法在未知扰动下提高了机器人控制系统的控制精度和稳定性。

有机-金属钙钛矿太阳能电池微结构及载流子传输机制

采用有机-金属卤化物钙钛矿作为光吸收材料的固态太阳能电池取得了巨大的突破与快速的发展,电池效率已超过20%。对固态钙钛矿太阳能电池的微结构和激发载流子在电池内的产生与传输机制做了详细的综述与分析,指出了电池结构从介孔"敏化"结构开始,经历介观-超结构、平面异质结结构、无空穴传输层结构及无电子传输层结构的发展阶段。分析表明电池结构的发展主要取决于对有机-金属卤化物钙钛矿材料中激发载流子分离与传输机制的深入认识,利用既可传输电子又可传输空穴的有机-金属卤化物钙钛矿材料制备的介孔结构和异质结结构的电池都可实现高效率转化。

基于时间模式注意力机制的GRU短期负荷预测

针对新能源时代负荷数据随机性更强及负荷预测误差较大的问题,提出一种基于时间模式注意力机制的门控循环单元神经网络短期负荷预测方法。首先,采用自适应白噪声的完整经验模态分解对负荷数据进行处理,得到若干个频率范围不同的本征模函数。其次,通过最大互信息系数进行相关性分析筛选特征,优化输入数据的特征维度。然后,构建基于时间模式注意力机制的门控循环单元神经网络预测模型进行负荷预测,采用自回归算法优化线性特征提取能力,得到预测结果。最后,通过实例分析证明了所提模型有助于负荷预测精度的提升。