邓镇华

副教授 博士生导师 硕士生导师

所在单位:自动化学院

学历:博士研究生毕业

性别:男

联系方式:zhdeng@csu.edu.cn;zhdeng@amss.ac.cn

学位:博士学位

在职信息:在职

毕业院校:中国科学院大学

学科:控制科学与工程
电气工程

研究领域

当前位置: 中文主页 >> 研究领域

一、智能电网

       能源技术在国民生产生活中占据极其重要的位置,随着通信技术、信息技术、控制技术的日益成熟,分布式智能电网被公认为是电力系统未来的发展趋势,其中分布式能源管理和分布式供电/用电博弈是智能电网研究的核心和难点。

       分布式能源管理是在综合考虑电网系统中的供需关系、运行成本、系统安全的情况下,通过协调电网中各个可控可通信的发电单元和/或用电单元,使得能源使用效率最大化、经济成本最优化。针对分布式能源管理问题,本课题组基于发电/用电系统特性,考虑各发电/用电系统约束条件和电网系统供需关系,研究分布式的能源管理系统,以实现能源利用最优。

       分布式供电/用电博弈是指电力市场中各发电单元、用电单元为实现自身经济利益最大化而进行的相互竞争行为,主要分为发电单元之间的发电博弈、用电单元之间的用电博弈,以及发电单元和用电单元之间的供用电博弈。针对这三类博弈问题,本课题组研究分布式供电/用电博弈方案,使各发电单元在给定资源条件下实现发电利润最大化,使各用电单元在不影响自身用电需求下实现用电成本最小。

智能电网.jpg

智能电网分布式能源管理


二、集群智能无人机系统

无论是在民用方面还是军用方面,无人机都发挥着重要作用,也越来越受到人们的重视。近年来,通信技术、计算机技术、自动控制技术等的快速发展极大的推动了无人机技术的发展及应用。“集群智能”(Swarm Intelligence,SI)作为一门崭新的领域备受关注,并被各国视作无人系统人工智能的核心,是未来智能无人系统的突破口。集群智能无人机系统是指无人机群通过分布式的合作和自组织,从而在整体上实现有序而协调的群体,这种有序的群体能表现出单架无人机所不具备的群体智能。

本课题组在此方向上,主要关注无人机协同飞行、无人机协同侦察、无人机协同目标定位、无人机协同制导、无人机协同打击,无人机协同任务分配等方面的研究;通过设计分布式协议,控制无人机群自主完成多种分布式任务,提升集群无人机系统的智能化水平。


无人机群编队飞行


三、分布式机器学习

机器学习是人工智能研究的核心内容, 其致力于研究用计算机等机器模拟人类的学习行为和能力,以获取新的知识或技能,重新组织已有的知识结构使自身性能不断改善。分布式机器学习能够将具有庞大数据和计算量的任务分布式地部署到多台、多类型机器上进行同时计算,具有计算速度快、可扩展性强,任务耗时少等优点,其更符合大数据行业发展需求。近年来,分布式机器学习在人工智能领域的各个分支都得到广泛应用,如自动推理、自然语言理解、模式识别、计算机视觉、智能机器人、生物信息学等领域,并已悄无声息地渗透到人们的日常生活中。

本课题组在此方向上,主要关注博弈机器学习,这是将博弈论与机器学习相结合而产生的新方向,即以博弈论的思想对人的动态策略进行显式建模,利用行为模型和决策模型相结合的方式来解决这一类难题。博弈机器学习在广告竞价、社交媒体、众包管理、交通疏导等很多领域有着广泛应用。基于博弈机器学习设计的算法,能够提前预测对方的决策,从而使之在博弈竞争的时候占得先机。分布式机器学习.jpg

分布式机器学习


四、分布式优化

随着云计算、大数据等新兴领域的蓬勃发展,分布式优化受到了越来越多的重视,并逐渐渗透到科学研究,工程应用和社会生活的各个方面,尤其在机器学习、人工智能、大规模数值计算、传感器网络等领域具有重要的研究意义和应用价值,其已经成为当代系统和控制科学的重要发展方向,是当前的研究热点。分布式优化是指通过网络化多自主体系统之间的协作来完成分布式的优化任务,自主体之间的协作通常基于代数图来描述,且图的结构对分布式优化算法设计及性能具有显著影响。

本课题组在此方向上,主要关注信息物理系统的分布式优化,目标在于推动信息物理系统朝着无人化、智能化的方向发展,以及研究突发状况下的分布式优化问题等。

分布式人工智能



五、分布式博弈

随着复杂系统/大型网络的快速发展,博弈论结合高度无人化、网络化的多智能体系统产生的分布式博弈成为当前研究热点,其在金融、通讯网络、环境工程、智能电网、军事国防等领域有着广泛应用,尤其在军事对抗中,分布式博弈更是未来智能化作战的关键技术。分布式博弈是指网络化多自主体系统,基于周边态势感知,根据博弈策略,自主完成分布式博弈对抗任务。

本课题组在此方向上,主要关注考虑物理系统的分布式博弈,尤其是带约束、考虑通信时延、博弈目标时变等条件下的分布式博弈和集群博弈,及其在智能电网、人工智能、无人机等领域中的应用。

人机博弈


五、实验条件

       中型旋翼无人机6架

       机架轴距48cm,螺旋桨12cm*3.8cm;电池5200mA,续航约30分钟;上升加速度(0-2.5m/ss),飞行速度约5m/s;质量(加电池)约2.3Kg,有效载重大于1-4 Kg。


       微型旋翼无人机10架

       尺寸92x92x29mm;重量27克;微控制器(MCU)STM32F405;锂电池供电3.7~4.2V;最大飞行时间7分钟,最大负载15克


       固定翼无人机2架

       航空轻木材质,1.6米翼展,1.2米长,重量3kg; 4200mA电池,20分钟续航;最大速度30m/s


       1.5 KW 交流发电系统半实物实验平台1套


       定位系统

       1. 雷达定位系统:系统的基础是一套固定在室内的8个雷达为参考系(类似于GPS中的卫星),系统的另一部分是多个固定在要跟踪的对象上的标签(类似于GPS接收器)。通过短波高频无线电信息,系统测量从每个雷达到标签的距离,并根据该信息计算对象的位置。精度10cm。


       2. 摄像头定位系统:捕捉空间10mx10mx2m,通过布置在空间上方的12个摄像头,可以同时捕捉到26个物体的运动信息。精度0.1cm。


        软件仿真平台

        1. 多智能体兵棋推演系统:着眼多智能体算法的演示验证任务,按照兵棋推演思路,设计了无人机、无人车、无人船、机器人等多智能体模型库,实时显示推演态势和过程,科学裁决毁伤结果,动态记录推演过程数据,具有复盘再现功能,能够为数据分析评估和算法验证提供支撑。


        2. 无人机仿真平台:

(1)SITL软件模拟器:可对固定翼(Plane)、旋翼机(Copter)和车辆(Rover)进行模拟。除了进行路径规划测试、参数设置测试、控制代码调试以外,还可模拟风力、地形等外部环境,安装传感器,与其他设备通过串口、网络通信等等。(2)Matlab/Simulink+Flight Gear(or Xplane)仿真软件:以Simulink为平台开发仿真软件,通过PC运行,最后用飞行模拟软件进行场景演示。