今年我进步了么

早上翻了一下日历,还有80多天就到春节了,一眨眼,2019就快过去。

这周六软考,刷题过后,发现自己不懂的还有很多,对于这次考试并不敢抱有很大的期望。

时常问自己,最近我进步了么,2020年还有不到1个月,今年我进步了么?

4月从毕业后去的第一家公司离职,到现在入职这家公司,已经快7个月了。当时听我朋友说,离职一时爽,一直离职一直爽,哈哈哈,因为他每次换工作都能涨薪30%。出于学习更多技术和对加薪的渴望(重点),我也加入了金三银四的求职大军里,虽然只涨薪了25%,但是对于我目前的生活也有了很大的改善,吃饭更香了,衣服更多了,女朋友护肤品更贵了==。

之前都是做qt/c++的开发,自学了一些脚本语言python和shell,但是水平都不入流。对qt框架,只能说刚刚入门,c++更是苦不堪言,经常内存泄露,new了不释放,哈哈哈。毕业后工作大半年,除了debug更熟练,写hello world更6以外,并没有太大提升。

好在,这一切改变了一些。

这半年来,在同事的帮助和自己的努力下,强化了对qt的掌握,从基本的对话框到控件处理,信号槽,事件响应,ui布局,qss编写都有了长足的进步。c++基本不会发生野指针和内存泄露的情况,并且掌握了对智能指针的运用以及回调函数的运用,并且学会搭建简单的底层框架和设计规范接口。学会了http协议和tcp协议并运用于实际项目上,在网络编程这一块有了重大突破。接下来就是bat批处理和nsis脚本,能够编写简单bat来服务于项目,比如打包exe,构建dll。在多线程以及线程池的运用上,开始取得进展,最后是单元测试,掌握了gtest和gmock的使用,单元测试覆盖率基本达到90%。

除了技术上的收获,还有生活上的收获,比如学会了做水煮牛肉,然后好像没了==,哦对了,还重了15斤。

今年也犯了一个重大错误,就是进入了A股,用血汗钱追涨杀跌。

大概就是这样,over

内容概要:本文围绕“新能源发电接入弱电网的宽频带振荡机理及抑制方法”开展深入研究,结合Matlab编程与Simulink仿真平台,系统剖析新能源发电系统在弱电网条件下引发的宽频带振荡问题。研究聚焦于变流器控制动态、锁相环(PLL)频率耦合效应、序阻抗建模及其交互特性等关键因素,揭示振荡产生的内在机理。通过构建精确的数学模型与电磁暂态仿真模型,采用扫频分析法获取系统序阻抗特性,并结合奈奎斯特稳定性判据进行判别,验证理论分析的正确性。同时,提出针对性的抑制策略,如改进控制算法、引入阻尼补偿环节或优化控制器参数设计,以提升系统在弱电网环境下的稳定性。整个研究流程完整复现了博士论文级别的科研工作,具有较强的理论深度与工程应用价值。; 适合人群:适用于具备电力系统、电力电子或自动控制等相关专业背景,熟悉Matlab/Simulink仿真工具,正在从事新能源并网、电力系统稳定性分析、变流器控制策略研究的研究生、科研人员及电力行业工程技术开发者。; 使用场景及目标:①深入理解新能源并网系统在弱电网中发生宽频带振荡的物理本质与动态演化过程;②掌握基于频域阻抗法的系统稳定性建模与分析方法;③学习并复现高水平学术论文中的关键技术路线,提升独立科研能力与仿真建模水平;④为实际工程中新能源电站的并网稳定性问题提供理论依据与可行的抑制方案参考。; 阅读建议:建议读者结合文中提供的Matlab代码与Simulink仿真模型,逐步完成从阻抗建模、扫频仿真到稳定性判据应用的全过程实践,重点关注锁相环与电流环之间的动态耦合关系,并辅以相关文献深化对频域分析理论的理解,实现理论与仿真的深度融合。
内容概要:本文针对高比例风电接入背景下电力系统在大面积停电后的恢复难题,研究了计及风电不确定性的黑启动与负荷恢复协同优化问题,提出了一种基于Matlab代码实现的协同优化模型。该模型综合考虑风电出力的随机性与波动性,采用鲁棒优化或随机规划等不确定性建模方法,科学优化黑启动过程中发电机组的启动顺序、输电路径的恢复时序以及负荷的逐步投入策略,旨在提升系统自愈能力与恢复过程的安全性、可靠性。研究通过构建多阶段、多约束的优化框架,实现了对恢复进度、电网安全与供电效益的协同管控,并借助仿真算例验证了模型在提升系统韧性方面的有效性,为新型电力系统应急恢复提供了理论支持与技术工具。; 适合人群:从事电力系统分析、运行与控制、新能源并网、电力系统恢复等领域的科研人员、高校研究生及电力公司技术人员,尤其适合具备优化理论基础、风险分析能力和Matlab编程技能的研究者。; 使用场景及目标:①应用于电力系统应急管理与灾后黑启动方案设计;②支撑高比例可再生能源电力系统韧性评估与提升研究;③为电网调度部门制定科学、可靠的黑启动预案提供决策依据和技术手段。; 阅读建议:建议结合提供的Matlab代码深入理解模型的具体实现过程,重点掌握不确定性建模、多目标优化求解、约束条件构建等关键技术环节,推荐使用实际电网数据进行复现与对比实验,以充分评估模型在不同场景下的适应性和优化性能。
内容概要:本文聚焦于“基于MPC滚动优化的微电网多时间尺度能量管理调度研究”,系统阐述了如何运用模型预测控制(MPC)方法实现微电网在多时间尺度下的能量优化调度,并提供了完整的Python代码实现方案。研究充分考虑可再生能源出力波动、负荷需求变化及储能系统动态特性,通过滚动优化机制在线调整调度决策,有效提升了微电网运行的经济性、鲁棒性与对不确定性的适应能力。文中强调科研应兼具严谨逻辑与创新思维,倡导善用先进工具,并建议读者循序渐进地学习,配套提供了丰富的MATLAB/Python代码、仿真模型及科研辅导资源,便于理论理解与实践复现。; 适合人群:具备电力系统、自动化、优化控制或能源管理等相关专业背景,从事新能源、微电网、综合能源系统等领域研究的研究生、科研人员及工程技术人员;需掌握一定的数学建模、优化算法和编程基础。; 使用场景及目标:①深入理解MPC在微电网能量管理中的核心原理、数学建模过程与滚动优化实现机制;②掌握多时间尺度(如日前-日内-实时)调度策略的设计方法,提升对风光出力等不确定因素的动态响应与调控能力;③复现并拓展文中的算法模型,应用于综合能源系统、电动汽车协同调度、共享储能优化等更复杂的能源管理场景。; 阅读建议:建议结合文末提供的网盘资料与微信公众号资源,动手运行并调试Python代码,重点关注预测模型构建、目标函数设计、约束条件处理及MPC滚动优化的迭代过程,通过仿真实验加深对能量管理策略动态特性的理解,并参考同类研究进行对比分析与创新延伸。
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值