PowerFactory里怎么用Python脚本自动跑潮流计算并导出线路数据?
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Python EMD-LSTM挥发性有机物预测 分解对比LSTM
Python EMD-LSTM挥发性有机物预测 分解对比LSTM 对 VOC 浓度序列做 EMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与 IMF 图。 功能: · EMD 分解 IMF · VOC 合成序列 · LSTM 对比预测 · metrics.csv · imf/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV批量Gamma变换 多档对比度报告
Python OpenCV批量Gamma变换 多档对比度报告 对目录图片批量扫描多档 Gamma 并选最优对比度,输出 gamma_batch_report.csv 与对比度柱状图。 功能: · 多档 Gamma 扫描 · gamma_batch_report.csv · 最优对比度输出图 · 对比度柱状图 · 缺省自动生成暗图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python 零基础教程 Day05 课堂源码 + 课后习题与答案
对应本专栏 Python 零基础 Day05 课程配套源码。 压缩包包含本节课课堂示例代码、课后习题文件、习题参考答案。 适合零基础初学者,下载解压即可复制运行学习。 仅供学习练习使用。
Python裕度因子特征 行车状态随机森林分类
Python裕度因子特征 行车状态随机森林分类 提取裕度/峰值/脉冲因子,用随机森林区分正常/轨道磨损/减速器/制动异响。输出波形对照、裕度柱状和混淆矩阵。 功能: · 四类行车状态 · 裕度/峰值/脉冲因子 · 波形对照 · 随机森林 · 混淆矩阵 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python VMD-LSTM电力现货价格预测 模态分解对比LSTM
Python VMD-LSTM电力现货价格预测 模态分解对比LSTM 对电力现货价格序列做 VMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与模态图。 功能: · VMD 模态分解 · 电力现货价格合成序列 · LSTM 对比预测 · metrics.csv · modes/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python 字符RNN 文本生成 古诗续写
Python 字符RNN 文本生成 古诗续写 在古典短文本语料上训练字符级 RNN,按提示词采样续写并导出 samples.csv 与训练损失图。 功能: · 字符级 RNN 语言模型 · 古典短文本语料 · samples.csv 采样结果 · 训练损失图 · 可调温度采样 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python MobileNetV2 CIFAR-10图像分类 轻量混淆矩阵
Python MobileNetV2 CIFAR-10图像分类 轻量混淆矩阵 MobileNetV2 在 CIFAR-10 上训练十类分类,输出混淆矩阵、loss/acc 双曲线与权重文件。 功能: · CIFAR-10 十类 · MobileNetV2 轻量 · 混淆矩阵 · loss/acc 双曲线 · 权重导出 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python VMD-LSTM风速预测 模态分解对比LSTM
Python VMD-LSTM风速预测 模态分解对比LSTM 对风速序列做 VMD 分解再 LSTM 预测,对比原序列 LSTM,输出 metrics 与模态图。 功能: · VMD 模态分解 · 风速合成序列 · LSTM 对比预测 · metrics.csv · modes/forecast 图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python电商RFM客户分群 DBSCAN雷达图
Python电商RFM客户分群 DBSCAN雷达图 由订单生成 Recency/Frequency/Monetary,DBSCAN 分群并标噪声点,输出散点图、雷达图与分群画像表。 功能: · 合成订单算 RFM · DBSCAN 分群 · 噪声点报告 · 散点图 · 雷达画像 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python SRCNN三层卷积超分 PSNR对照双三次
Python SRCNN三层卷积超分 PSNR对照双三次 SRCNN 三层卷积超分,训练后输出 LR/SR/HR 拼图、损失曲线与 PSNR 对照表(相对双三次)。 功能: · SRCNN 三层卷积 · 双三次预上采样 · PSNR 对照双三次 · LR/SR/HR 拼图 · 损失曲线 · 打包预跑出 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python CEEMDAN-LSTM光伏出力预测 IMF分解对比图
Python CEEMDAN-LSTM光伏出力预测 IMF分解对比图 对光伏出力序列做 CEEMDAN 分解再 LSTM 预测,对比直接在原序列上训练的 LSTM,输出 IMF 图、预测曲线与 RMSE/MAE/MAPE。 功能: · 合成光伏出力 · CEEMDAN IMF 分解图 · PyTorch LSTM 对比 · 预测曲线与损失图 · RMSE/MAE/MAPE · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV批量自动Canny 中值双阈值报告
Python OpenCV批量自动Canny 中值双阈值报告 对目录图片批量用中值法估计 Canny 双阈值,输出 edges/ 图、canny_auto_batch_report.csv 与边缘占比图。 功能: · 中值法自动双阈值 · edges/ 输出 · canny_auto_batch_report.csv · 边缘占比柱状图 · 缺省自动生成演示图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python SVM 乳腺癌诊断 ROC曲线
Python SVM 乳腺癌诊断 ROC曲线 RBF 核 SVM 在乳腺癌数据上二分类,输出混淆矩阵、ROC 曲线与 report.csv。 功能: · 乳腺癌二分类 · SVM RBF + StandardScaler · seaborn 混淆矩阵 · ROC/AUC 曲线 · report.csv · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python Anderson-Darling正态性 QQ图与直方图
Python Anderson-Darling正态性 QQ图与直方图 对近似正态与偏态样本做 Anderson-Darling 检验,输出 QQ 图、直方图和 A2/临界值。 功能: · 正态与偏态对照 · Anderson-Darling · QQ 图 · 直方图 · A2/临界值 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV批量灰度能量 像素平方均值报告
Python OpenCV批量灰度能量 像素平方均值报告 对目录图片批量计算灰度像素平方均值能量,输出 energy_batch_report.csv 与能量柱状图。 功能: · 批量灰度能量 · energy_batch_report.csv · 能量柱状图 · 均值对照 · 缺省自动生成演示图 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
Python OpenCV Farneback稠密光流 色轮可视化
Python OpenCV Farneback稠密光流 色轮可视化 Farneback 稠密光流估计,输出 HSV 色轮图、flow_report.csv 与对照拼图,可换本地图片。 功能: · Farneback 稠密光流 · HSV 色轮可视化 · flow_report.csv · 对照拼图 · 可换本地图片 · 打包时预跑 output/preview 压缩包含可运行源码、依赖与说明,按 README 安装后即可复现。
【电力系统稳定性分析】基于PowerFactory的两区域电力系统小信号稳定性研究:发电机模型与控制设备影响分析(含详细可运行代码及解释)
内容概要:本文档详细介绍了基于PowerFactory的两区域电力系统小信号稳定性分析。系统包含11个节点、4台发电机、2个负荷和8条输电线路。研究使用PowerFactory工具进行特征值分析,通过不同发电机模型(经典模型和详细模型)和不同负载条件(基础负载和增加20%负载)评估系统稳定性。分析包括引入励磁系统、调速器和电力系统稳定器(PSS)对系统振荡模式的影响,并通过参与因子分析识别主导状态变量和问题机组。最后通过时域响应验证分析结果。文档还提供了Python模拟代码,展示了类似分析的核心逻辑,包括系统建模、特征值计算、参与因子分析和时域仿真。 适合人群:具备电力系统基础知识,对电力系统稳定性分析有一定了解的研究人员和技术人员。 使用场景及目标:①理解两区域电力系统的小信号稳定性分析方法;②掌握如何使用PowerFactory和Python进行电力系统稳定性分析;③学习特征值分析、参与因子分析和时域仿真的具体实现。 阅读建议:此资源不仅涉及理论分析,还包括具体的代码实现。建议读者结合理论与代码一起学习,重点关注系统建模、特征值计算和时域仿真的实现细节。同时,对于PowerFactory的实际应用,建议参考相关文献和工具手册,以便更好地理解和复现论文中的分析过程。
【电力系统稳定性分析】基于PowerFactory的两区域电力系统小信号稳定性研究:发电机模型与控制设备影响分析(含详细代码及解释)
内容概要:本文详细介绍了基于PowerFactory工具对两区域电力系统进行小信号稳定性分析的研究。该系统包含11个节点、4台发电机、2个负荷和8条输电线路。研究通过Python模拟代码展示了系统建模、特征值分析、参与因子分析以及时域仿真的核心逻辑。具体而言,文章首先定义了发电机类和两区域系统类,实现了经典模型和详细模型的微分方程,并通过线性化系统计算特征值,分析励磁系统、调速器和电力系统稳定器(PSS)对系统振荡模式的影响。此外,还进行了参与因子分析以识别主导状态变量和问题机组,并通过时域仿真验证了分析结果。 适合人群:具有电力系统基础知识,尤其是对电力系统稳定性分析感兴趣的工程师和技术人员。 使用场景及目标:①理解两区域电力系统的建模方法及其稳定性分析流程;②掌握如何使用Python进行电力系统仿真,包括构建导纳矩阵、计算特征值、进行参与因子分析等;③学习如何通过时域仿真验证理论分析结果,提高对电力系统动态行为的理解。 其他说明:本文提供的Python代码是概念性的实现,展示了小信号稳定性分析的基本方法和核心流程。要完全复现论文结果,还需要从论文附录获取准确的系统参数,并使用PowerFactory工具进行实际分析。此外,代码中假设了一些参数值,在实际应用中应根据具体情况调整。
电力系统 模拟仿真代码 学习 资料
电力系统 模拟仿真代码 学习 资料 Power System Modelling and Scripting
day13_零基础教程源码.zip
day13_零基础教程源码压缩包:包含本节课课堂示例代码、课后习题文件、习题参考答案。适合零基础初学者,下载解压即可复制运行学习。 仅供学习练习使用。
最新推荐


