Critical State Soil Mechanics by Schofield & Wroth

物联网（IoT）技术已广泛应用于智能电网中，以监控物理或环境状况。 特别是，状态估计是智能电网中基于IoT的重要应用程序，通过对电表测量和电力系统拓扑的分析，状态估计可用于系统监控以获得最佳的电网状态估计。 但是，错误数据注入攻击（FDIA）对状态估计造成严重威胁，这是检测困难的原因。 在本文中，我们提出了一种针对FDIA的有效检测方案。 首先，研究了反映智能电网物理特性的两个参数。 一个参数是从控制器到静态无功补偿器（CSSVC）的控制信号。 较大CSSVC表示存在强烈的电压波动。 另一个参数是定量节点电压稳定性指数（NVSI）。 较大的NVSI表示较高的漏洞级别。 其次，根据CSSVC和NVSI的值，提出了一种优化的聚类算法，将潜在的易受攻击节点分为几类。 最后，基于这些类别，提出了一种用于FDIA实时检测的检测方法。 仿真结果表明，该方案可以有效地检测出FDIA。

流行的无模型强化学习算法 PyTorch和Tensorflow 2.0在Openai体育馆环境和自行实现的Reacher环境中均实现了最新的无模型强化学习算法。 算法包括软参与者关键（SAC），深度确定性策略梯度（DDPG），双延迟DDPG（TD3），参与者关键（AC / A2C），近端策略优化（PPO），QT-Opt（包括交叉熵（ CE）方法） ， PointNet ，运输商，循环策略梯度，软决策树等。 请注意，此存储库更多是我在研究和实施期间实施和测试的个人算法集合，而不是正式的开放源代码库/软件包以供使用。 但是，我认为与他人分享它可能会有所帮助，并且我希望对实现进行有益的讨论。 但是我没有花太多时间在清理或构建代码上。 您可能会注意到，每种算法可能都有几种实现方式，在此我特意展示所有这些方式，供您参考和比较。 此外，此存储库仅包含PyTorch实施。 对于RL算法的官方库，

matlab阶跃响应曲线代码价钱 程序文件，“基于平稳国家定价的分布动力学”，西班牙银行工作文件0831，2008年12月，（C）James Costain和Anton Nakov 操作方法 运行“ gedyn.m”以计算一般平衡动力学； 冲激响应是自动计算的 运行“ vd.m”以计算方差分解并估计菲尔普斯曲线系数 默认设置为泰勒规则。 要切换到货币增长规则，请在“ gedyn”中将“ phiPI”设置为0。 默认模型是SSDP。 要更改模型，请在“ gedyn”中更改“ adjtype”。 计算细节 在具有3Ghz CPU和1GB内存的普通奔腾4上，一般均衡稳态计算需要几秒钟的时间。 动态计算大约需要2-3分钟。 由于大部分时间（最慢的步骤）花费在QZ分解上，因此很难加快速度，QZ分解使用内置的MATLAB函数qz。 所有程序文件列表 调整-根据调整收益计算调整概率 calcstats-计算稳态统计 compute_IRFs-根据初始状态和冲击来计算动态路径（泰勒规则） compute_IRFsM-根据初始状态和冲击计算动态路径（货币法则） disclyap-解决离散Lyapunov

LOAM SLAM中用于非线性优化的方法《On Degeneracy of Optimization-based State Estimation Problems》，大家可以详细阅读，有需要的可以下载。同时可以参照博客https://blog.csdn.net/i_robots/article/details/108724606

项目中包括锂电池模型建立、参数辨识与验证、SOC估计采用扩展卡尔曼滤波(EKF)，使用了两种方式实现： Simulinks(EKF only) 脚本(包含EKF和UKF)

美国50个州的json数据，有中文和英文。需要的可以下载

Classification,Parameter Estimation and State Estimation An Engineering Approach Using MATLAB

DEN0022E-Power-State-Coordination-Interface-BETA

This standard defines workloads for the endurance rating and endurance verification of SSD application classes. These workloads shall be used in conjunction with the Solid State Drive (SSD) Requirements and Endurance Test Method standard, JESD218.