网站地图

Balanced Power Flow · 平衡潮流

GFL–GFM 并联混合模型

IBR 动态与物理信息学习

IBR 动态建模与仿真

IBR 稳定性、模型降阶与验证

IBR 辨识与学习模型验证

L01 · 课程介绍与安排

L02 · 电力系统演进与符号表示

L03 · 最优燃料组合分析 I

L04 · 发电组合规划 II

L05 · 单相交流电路 I

L06 · 单相交流电路 II

L07 · 单相交流电路 III

L08 · 三相交流电路 I

L09 · 三相交流电路 II

L09b · 三相交流电路例题

L10 · 变压器建模 I

L11 · 变压器建模 II

L12 · 变压器建模 III

L13 · 标幺值系统 I

L14 · 标幺值系统 II

L15 · 标幺值系统 III

L20 · 三相变压器 I

L21 · 三相变压器 II

L22 · 输电线路参数 I

L23 · 输电线路参数 II

L24 · 输电线路参数 III

L25 · 输电线路参数 IV

L26 · 输电线路模型 I

L27 · 输电线路模型 II

L28 · 输电线路模型 III

L32 · 潮流分析 I

L33 · 潮流分析 II

L34 · 潮流分析 III

L35 · 潮流分析 IV

L36 · 潮流分析 V

Neural ODE 与学习向量场

PLL 与跟网型控制

PandaPower-based Implementation

Physics-informed GNN for microgrid N-1 security prediction

Unbalanced Power Flow · 不平衡潮流

VSM 与虚拟惯量

下垂构网型控制

从 Swing Model 到变流器动态

佘步鑫

关于我

使用条款与隐私政策

共享 PCC 耦合

动力系统与轨迹数据

博客

参数与残差补偿

参数辨识与泛化

坐标变换与标幺约定

多 IBR 网络动态

学习动态的独立验证

学习模型的稳定性诊断

学术成果

导数匹配与轨迹匹配

常规降阶基线

平均变流器与 LCL 电路

平衡点、扰动与公平比较

平衡点与线性化

按分类浏览文章

按标签浏览文章

教学

时间尺度、QSS 与奇异摄动

模式切换混合模型

模态、参与因子与残差

演讲与报告

激励、观测与可辨识性

物理约束与残差骨架

电力系统设计

研究

神经网络基础

稳定性反例与有效性边界

系统扰动与灵敏度

系统边界与模型表示

网络动态与 IEEE 9 节点案例

跨工具证据与验证层次

连续时间 PINN 与 Neural ODE

选模与反馈路径诊断

配置不确定性与公平基线

限流与切换动态

面向 IBR 动态的物理信息 Neural ODE

项目

频域与时域验证