视觉SLAM之VINS-Mono详解：紧耦合VIO状态估计、环境配置、运行文档及思维导图附开源ROS数据包,视觉SLAM之VINS-Mono：基于紧耦合的VIO状态估计的实用解决方案，附安装配置、编译

基于MATLAB的SOP配电网重构技术研究：结合二阶锥松弛与需求侧响应的智能软开关优化策略,基于二阶锥松弛与智能软开关技术的MATLAB含SOP配电网重构策略研究,MATLAB代码：含SOP配电网重构关键词：配网重构 yalmip 二阶锥参考文档：《二阶锥松弛在配电网最优潮流计算中的应用》仿真平台：MATLAB主要内容：参考文献2 高比例新能源下考虑需求侧响应和智能软开关的配电网重构 参考3：Mathematical representation of radiality constraint in distributionsystem reconfiguration problem,配网重构; yalmip; 二阶锥; 新能源; 需求侧响应; 智能软开关; 数学表示法; 分布系统重构问题,MATLAB优化配电网重构的二阶锥松弛方法研究

C# 2010至2019串口助手与Modbus主机源码解析：WForm窗体编程及学习参考,C# 2010至2019串口助手与Modbus主机源码解析——WForm窗体程序打包，适合学习参考，支持vs2010至win10环境,C#2010_2019串口助手和Modbus主机调源代码1,WForm窗体程序。2,含有打包程序，有需要的可以联系了，使用的是控件编程，有部分注释，仅供学习参考使用。环境：vs2010_2019win7，win10,C#; 串口助手; Modbus主机; 源代码; WForm窗体程序; 打包程序; 控件编程; 注释; 环境; vs2010_2019; win7_win10,基于C#的串口助手与Modbus主机调源代码WForm程序参考示例

基于改进A3C算法深度强化学习的微网优化调度与需求响应智能管理（结合经验回放与半确定性训练）,基于改进A3C算法的微网优化调度与需求响应管理的深度强化学习实践探究,关键词：微网 优化调度 深度强化学习 A3C 需求响应 编程语言：python平台主题：基于改进A3C算法的微网优化调度与需求响应管理内容简介：本文研究了各种深度强化学习算法对微电网能量管理系统的增强效果。我们提出了一个新的微电网模型，它包括一个风力发电机、一个储能系统、一组恒温控制负载、一组价格响应负载以及一个与主电网的连接。拟议的能源管理系统旨在通过定义优先资源、直接需求控制信号和电价来协调不同的灵活能源。本文实现了3种深度强化学习算法，并进行了实证比较。数值结果表明，深度强化学习算法在收敛到最优策略的能力上存在很大差异。通过在著名的异步优势参与者批评算法中加入经验回放和半确定性训练阶段，我们获得了最高的模型性能和收敛到接近最优的策略。,核心关键词：微网优化调度; 深度强化学习; A3C算法; 需求响应管理; 能源管理系统; 异步优势参与者批评算法; 经验回放; 半确定性训练,基于改进A3C

基于MATLAB和Gurobi求解器的配网节点电价DLMP：考虑网损、电压与阻塞的二阶锥优化方法。,基于MATLAB的配网节点电价DLMP模型：结合SOCP与lindistflow优化潮流管理并考虑电压支持与阻塞管理,MATLAB代码：配网节点电价 DLMP 关键词：DLMP SOCP lindistflow 参考文档：《Distribution Locational Marginal Pricing (DLMP) for Congestion Management and Voltage Support》2018 SCI一区 IEEE Transactions on Power System 非完美复现仿真平台：MATLAB+Gurobi主要内容: 1. 考虑网损，电压，阻塞的配电网二阶锥节点电价 （DLMP)需要gurobi求解器； 2.在原本lindistflow上使用了二阶锥，精确了模型；3。可以轻松加东西，全网唯一4.PDF为参考文献，并非完美复现。1. 代码目的该代码的目的是通过优化方法解决电力系统的运行问题，主要涉及以下方面：电力网络建模：