算法实例,一个基于配电网的可靠性分析案例,运用蒙特卡洛法
基于贝叶斯网络的可靠性评估,输入个元件的故障率数据,计算各元件的条件概率,建立贝叶斯网络,贝叶斯推理,得到系统可靠工作情况下各元件的工作概率。
预测风速,用于风力发电与新能源。风力预测
2021-09-28 11:42:45 25KB 储能 能源 电力系统 风速预测
时间敏感网络(TSN)在以太网的基础上提供端到端极低时延和高可靠性的数据传输,适用于时延敏感型应用,广泛应用于自动驾驶、工业互联网等场景。首先总结了TSN的特点,并详细阐述了TSN标准的工作原理和特性,重点介绍了在无线网络中提供确定性时延和可靠数据传输的网络技术,即无线TSN技术。此外,通过TSN的应用场景简要分析了TSN的应用案例。最后探讨了TSN和无线TSN技术及其在工业场景中应用存在的挑战和问题,并展望了未来的研究方向。
1
人工神经网络波形分类油气有利区带划分可靠性分析——以旬宜上古生界为例.pdf
可靠性算法,改进一次二阶矩法的Matlab源代码,里面包含部分测试例子,可直接在Matlab软件中调用执行,文件中包含详细的注释。
2021-09-23 15:51:08 7KB 可靠性 改进一次二阶矩法 Matlab
1
电信设备-一种移动存储设备的可靠性检测方法及装置.zip
2021-09-22 21:00:15 2.33MB 资料
有限元matlab程序源代码使用Python进行结构可靠性分析 日期: 2018年2月 作者: 于尔根·哈克尔(JürgenHackl) 接触: 网站: 说明文件: 版权: 该文档已放置在公共领域。 执照: PyRe是根据GNU通用公共许可证发行的。 版本: 5.0.3 笔记 如果您有任何问题,发现代码中的错误或有功能要求注释或问题,请随时发送邮件至。 目的 PyRe(Python可靠性)是用于结构可靠性分析的python模块。 它的灵活性和可扩展性使其适用于大量问题。 除核心可靠性分析功能外,PyRe还包括汇总输出的方法。 笔记 目前,支持一阶可靠性方法,并且支持粗蒙特卡洛模拟和重要性抽样! 希望不久后将采用二阶可靠性方法和一些不同的灵敏度分析:) 安装 PyRe是纯python代码。 它没有特定于平台的依赖关系,因此应该在所有平台上都可以工作。 它建立在numpy和scipy之上。 可以通过键入以下命令来安装最新版本的pyre: $ pip install git+git://github.com/hackl/pyre.git 历史 FERUM(使用Matlab进行有限元可靠性)项
2021-09-22 08:32:05 263KB 系统开源
1
GJB 899A-2009可靠性鉴定和验收试验
2021-09-21 17:37:43 4.47MB GJB 899A-2009
1
基于配电自动化的供电可靠性研究 (2).pdf
2021-09-18 09:03:34 1.51MB 自动化 智能系统 系统开发 参考文献