在电力系统的鲁棒控制处理的新技术，线性系统理论的应用，以控制电力系统低频振荡。这本书特别着重于分析和它们在0.2-1赫兹范围中的系统阻尼区域间振荡。阻尼控制动作是通过称为灵活交流输电系统（FACTS）控制器的高功率电子器件注入。三种常用的FACTS控制器：控制串联电容器（CSCS）。可控移相器（国别合作伙伴战略）和静止无功补偿器（SVC的）已被用于在这本书中，控制区域间振荡。

鲁棒控制理论与应用.pdf （图书）

两阶段鲁棒优化CCG列于约束生成和Benders代码，可扩展改编，复现自原论文。文件中附源代码以及论文。使用matlab-yalmip编

鲁棒反演.

水轮机调速系统在保证水力发电工作效率和电能质量的方面发挥着重要的作用，然而其参数的不确定性会对其控制效果造成一定的影响。本文针对水轮机组常见的水启动时间常数、发电机阻尼系数等四种不确定性参数进行了水轮机组调速系统的建模，并使用针对不确定性的μ-综合设计方法为该模型进行了调速器的设计。在MATLAB中对该控制系统进行了阶跃响应及负荷干扰的仿真实验，并与传统的PID控制器在控制效果上进行了对比。仿真结果表明μ-综合调速器在调节时间、超调抑制、抗干扰等方面相较于PID控制器均有明显优势，其拥有更较好的鲁棒性，且能较好的完成调速工作。

本课题主要研究小波变换的数字水印的嵌入和提取的不可见性和鲁棒性,本文还根据人类视觉特性对嵌入系数强度进行调整，并总结了嵌入系数与不可见性和鲁棒性的关系。已经嵌有水印的图像能有良好的鲁棒性，有一定抵抗攻击的能力。

针对多包描述线性离散不确定系统, 提出一种在系统状态不可测时的直接约束鲁棒预测控制算法. 将控制 器与观测器综合设计, 利用观测状态直接构造性能指标, 通过求解无穷时域性能指标的最小最大优化问题, 得到系统 的最优状态反馈控制律. 采用参数依赖Lyapunov 函数, 在满足输入和状态约束的情况下保证闭环系统稳定. 仿真结 果验证了算法的有效性.

该项目与Itajubá联邦大学的Gabriel CS Almeida题为“智能学习中先进功率质量扰动的鲁棒分类器的机器学习应用”的硕士学位论文相关。 以下是MATLAB代码的详细信息。 新设备的插入，数据流的增加，间歇性生成和大规模计算机化大大增加了当前电气系统的复杂性。 这种增加导致了必要的变化，例如需要更智能的电气网络来适应这种不同的现实。 以大数据，机器学习（ML），深度学习（DL）和模式识别为代表的人工智能（AI）技术的出现代表了基于信息和知识的社会和全球发展的新时代。 随着最近的智能电网（SG），使用这种类型智能的技术的使用将变得更加必要。 本文研究了在SG中使用高级信号处理和ML算法创建高级功率质量扰动的鲁棒分类器的方法。 为此，使用随机元素生成已知的PQ干扰模型，以逼近实际应用。 从这些模型中，随着这些干扰的产生，产生了成千上万的信号。 使用离散小波变换（DWT）的信号处

此书作者周克敏。本书阐述了当代鲁棒与最优控制的主要和基本的内容，其中包含了作者对该理论作出的重要贡献。

在常态Lipschitz非线性的基础上，考虑状态参数不确定性。针对这类Lipschitz非线性系统的反馈控制问题，运用Lyapunov方法给出了该系统渐近稳定的充分条件，并提出了应用线性矩阵不等式（LMI）来求解优化反馈增益矩阵，通过定理和Matlab仿真实例得出设计的观测器有效，具有良好的稳定性和鲁棒性。