项目介绍
全球能源转型正推动风电、光伏、电池及柔性负荷等通过电压源换流器接入的设施逐步替代传统发电厂。随着换流器大规模部署，电网强度被整体削弱，电网阻抗呈现高度波动性。
每台新投运的换流器都需在调试阶段根据本地工况进行参数整定，目前普遍采用人工试错方式调节控制增益。这一过程不仅耗时，且在电网工况分钟级变化的场景下可靠性日益降低。
本博士项目将依托现场可编程门阵列的低延迟与高能效特性，部署边缘侧机器学习模型。通过该智能系统，可快速评估数百万组控制参数组合，从而确定最优参数值，以最大化系统稳定性、运行效率及动态性能。
所属院系：丹麦科技大学，风能与能源系统系
项目时长：4 年申请要求和方式
申请要求：·具备计算机科学和机器学习方面的知识；
·精通 Python、C++ 或 MATLAB 等
编程语言；·具备嵌入式系统，特别是FPGA方面的经验。
申请方式：特招公开项目，按照项目要求通过申请系统递交材料。
