期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
考虑发电机凸极效应的机网接口算法研究
1
作者 李桐 朱建国 +1 位作者 张杰 张晋维 《电工材料》 CAS 2019年第5期39-44,共6页
提出了一种在电力系统暂态稳定仿真计算中考虑发电机凸极效应的机网接口新算法,在暂态稳定仿真计算中通过预估d、q轴上电抗相等点的虚拟电势,获得d、q轴电抗相等的定子绕组电压方程,该方程经d、q轴变换后并入电网求解时即可的到线性、... 提出了一种在电力系统暂态稳定仿真计算中考虑发电机凸极效应的机网接口新算法,在暂态稳定仿真计算中通过预估d、q轴上电抗相等点的虚拟电势,获得d、q轴电抗相等的定子绕组电压方程,该方程经d、q轴变换后并入电网求解时即可的到线性、时不变的电网导纳矩阵。同时通过构造电网与发电机组的仿真模型,导出仿真模型的交替求解计算方法。弥补了传统机网接口算法计算量大、收敛速度慢的不足,简化了机网交替求解算法中电网方程组的计算工作,并可拓展推广应用于数模转换计算与暂态稳定仿真的其他研究中。 展开更多
关键词 暂态稳定仿真计算 交替求解法 机网接口算法
下载PDF
50MW机组仿真机电气系统研制
2
作者 陈鸣山 《南京师范大学学报(工程技术版)》 CAS 2001年第4期22-26,共5页
描述了 5 0 MW火电机组电气系统的仿真开发 ,叙述了系统功能、数学模型和程序软件 .经多年运行实践证明 ,该系统模型准确、操作可靠。
关键词 50MW 电气系统实时仿真 数学模型 机网接口
下载PDF
NGN话务分析融入交换综合网管系统的设计与实现
3
作者 袁志毅 《电信科学》 北大核心 2008年第1期95-96,共2页
本文提出在NGN网管系统与交换综合网管系统之间建立话务接口,将NGN话务分析融入交换综合网管系统。文章结合武汉电信实际情况,重点讨论了NGN话务采集的系统结构以及设计与实现方法。
关键词 软交换 接口 NGN话务采集 FTP接口 DELPHI7
下载PDF
EEG classification based on probabilistic neural network with supervised learning in brain computer interface 被引量:1
4
作者 吴婷 Yan Guozheng +1 位作者 Yang Banghua Sun Hong 《High Technology Letters》 EI CAS 2009年第4期384-387,共4页
Aiming at the topic of electroencephalogram (EEG) pattern recognition in brain computer interface (BCI), a classification method based on probabilistic neural network (PNN) with supervised learning is presented ... Aiming at the topic of electroencephalogram (EEG) pattern recognition in brain computer interface (BCI), a classification method based on probabilistic neural network (PNN) with supervised learning is presented in this paper. It applies the recognition rate of training samples to the learning progress of network parameters. The learning vector quantization is employed to group training samples and the Genetic algorithm (GA) is used for training the network' s smoothing parameters and hidden central vector for detemlining hidden neurons. Utilizing the standard dataset I (a) of BCI Competition 2003 and comparing with other classification methods, the experiment results show that the best performance of pattern recognition Js got in this way, and the classification accuracy can reach to 93.8%, which improves over 5% compared with the best result (88.7 % ) of the competition. This technology provides an effective way to EEG classification in practical system of BCI. 展开更多
关键词 Probabilistic neural network (PNN) supervised learning brain computer interface (BCI) electroencephalogram (EEG)
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部