电力行业，电力电子，电力系统,电力行业代码查询,电机

电网深度学习包Grid2Op

Grid2Op，电网深度学习代码，Grid2Op是考虑了模块化的特点，可以执行powergrid操作。 Grid2Op替代了pypownet，该平台是用于学习运行电力网络L2RPN的库。该框架允许执行大多数Powergrid操作，可以修改发电机的设定值到减载，执行维护操作或修改Powergrid的拓扑解决安全问题。

2020-07-04

37
下载量

详细信息...

窃电问题研究

在这项工作中，我们提出了一种新颖的自我关注机制模型，用于解决不平衡的现实数据集上的窃电问题，该数据集显示了中国国家电网公司提供的每日用电量，含论文和源代码。

2020-07-04

3
下载量

详细信息...

buck电路设计

buck电源，降压电路，PI控制，实现额定功率75w，输入电压30V，输出电压15v，使用PI控制方式

2020-07-03

2
下载量

详细信息...

用于Simulink的PID仿真代码

Simulink的PID仿真，PID仿真代码，用于Simulink的PID仿真代码

2020-07-03

4
下载量

详细信息...

基于MATLAB-Simulink的电力电子仿真技术

基于MATLAB-Simulink的电力电子仿真技术，电力电子仿真，simulink电力电子仿真，Machines(电机)模块库：各类异步电机、同步电机、直流电机等常用电机模块，以及步进电机、开关磁阻电机等特种电机模块。 注意：选用SI和pu模型时，参数的设置

2020-07-03

70
下载量

详细信息...

混合动力电动汽车

混合动力电动汽车，该项目的主要目标是： 1.使用MATLAB和Simulink模拟轻度并联混合动力天然气/电动汽车的性能。 2.分析和讨论结果 3.建议并量化对电源管理策略（PMS）的改进

2020-07-03

11
下载量

详细信息...

时空关注网络在风电预测中的应用

风能是最重要的可再生能源之一，准确的风能预测对于可靠且经济的电力系统运行和控制策略非常重要。本文提出了一种具有时空关注网络（STAN）的风电预测新框架。该模型捕获了风电场之间的空间相关性以及风电时间序列的时间依赖性。首先，我们采用多头自我关注机制来提取风电场之间的空间相关性。然后，通过具有全局注意机制的序列到序列（Seq2Seq）模型捕获时间依赖性

2020-07-02

4
下载量

详细信息...

基于深度神经网络进行实时电力系统状态估计和预测

深度神经网络进，电力系统状态估计，负荷预测，为了训练模型并获得估计性能，请将上述数据放在根文件中，然后运行simple_test.py。要获取图，请运行get_plots.py。请随时使用您自己的数据。基于深度神经网络进行实时电力系统状态估计和预测

2020-07-02

172
下载量

详细信息...

基于深度学习电力负荷预测

电力负荷预测，深度学习电力负荷预测，深度学习负荷数据，负荷预测深度学习模型在电力负荷预测问题中的应用正在引起研究人员和整个行业的兴趣，但是在文献中尚无不同架构之间全面而合理的比较。这项工作旨在通过对比深度学习，通过审查和实验评估两个真实数据集的最新电力负荷预测趋势来填补空白。

2020-07-02

32
下载量

详细信息...

基于深度确定性策略梯度算法的电机控制，电机控制，电机控制算法电动机用于许多应用中，他们的效率在很大程度上取决于他们的控制。其中其他PI方法或模型预测控制方法在科学文献和工业实践中众所周知。一种新颖的方法是使用强化学习（RL）它首先从头开始学习电驱动控制。在这项工作中开源Python软件包Gym-electric-motor（GEM）是开发用于简化电机RL代理控制。此外，该软件包可用于比较训练有素的代理以及其他最新的控制方法。

2020-07-01

9
下载量

详细信息...

电力行业

首页

行业应用

电力行业

列表

默认

浏览次数

发布日期

电网深度学习包Grid2Op

窃电问题研究

buck电路设计

用于Simulink的PID仿真代码

基于MATLAB-Simulink的电力电子仿真技术

混合动力电动汽车

时空关注网络在风电预测中的应用

基于深度神经网络进行实时电力系统状态估计和预测

基于深度学习电力负荷预测

基于深度确定性策略梯度算法的电机控制

电力行业 首页 行业应用 电力行业

列表 默认 浏览次数 发布日期

电力行业

首页

行业应用

电力行业

列表

默认

浏览次数

发布日期