光储充交直流三相并网 离网系统 基于Matlab三相光伏储能充电桩（光储充一体化） 关键词：光伏大功率 储能 充电桩 LLC 电池 并网PQ控制 SPWM 恒压 恒流充电 提供两个仿真可对比看效果，如图一，二。 点击“加好友”可先看波形效果细节 1、光伏，功率600kW，采用电导增量法 2、储能系统 采用双向DCDC，buck-boost变器，采用电压外环，电流内环，稳定母线电压800V。 3、并网逆变器采用PQ控制，交流系统 含220V大电网，LC滤波器，采用SPWM调制 4、三组充电桩采用全桥LLC结构，输入800V左右，恒压输出350~480V，恒流输出100A~300A效果好（恒流设置越小达到稳定的时间越长，理论可以设0A空载运行），额定功率120kW，开关频率60k。 充电桩可设置不同工况运行。 具备恒流切恒压功能。 注：仿真运行时间很长，超过半小时，这是为了能满足LLC离散运行要求，把powergui设置的很小，导致运行时间很长，加上LLC仿真特性造成的。 可提供仿真使用、参考资料

Abaqus混凝土框架拟静力试验模拟：详细建模过程与两种子程序应用,Abaqus混凝土框架拟静力试验模拟：详细建模过程与两种子程序应用,Abaqus一层一跨混凝土框架拟静力试验模拟详细建模过程 Abaqus梁单元+两种子程序 1、Abaqus梁单元＋子程序（PQFiber- UConcrete02+UStee102 ) 2、Abaqus梁单元＋子程序（iFiberLUT- iConcrete05+iSteel05） 附模型文件和两个子程序文件以及使用说明文件 ,核心关键词： Abaqus建模; 混凝土框架; 拟静力试验; 详细建模过程; 梁单元; PQFiber-UConcrete02; UStee102; iFiberLUT; iConcrete05; iSteel05; 模型文件; 子程序文件; 使用说明文件。,Abaqus混凝土框架拟静力试验建模详解：梁单元+双子程序应用

对天发誓，该IAR工程下载到芯片之后，按照说明中的配置，即可成功。 1、该程序在STM8S103F3P6最小化板上调试成功，PC3，PC6为一路互补PWM,PC4和PC7为一路PWM,均是互补PWM外加死区时间控制。 2、该程序的仿真时，请在点击仿真下载后，选择IAR菜单ST-Link，选择Option Bytes，配置AFR0和AFR7如图片中的一样。 3、该程序为IAR环境，寄存器配置。

MCship船舶数据集是一个面向深度学习目标检测领域的大型数据集，它包含了大量的船舶图像数据，非常适合用于训练目标检测模型，尤其是基于YOLO（You Only Look Once）算法的模型。该数据集共有7996张图片，涵盖了民用船舶和军舰两种类型，每张图片都经过精心标注，包括边界框和船级标签，这些标签以xml格式保存。 在使用MCship船舶数据集进行模型训练前，需要将XML格式的标签转换为YOLO算法所需的格式。YOLO格式要求每行代表一个对象，包含类别ID和对象位置信息（中心点坐标、宽度和高度），这些数值都是相对于图像尺寸归一化后的浮点数。这一转换过程通常涉及编写相应的数据转换脚本，该脚本可以解析XML中的边界框和类别信息，并将其转换为YOLO所需的格式。 使用MCship数据集训练YOLO模型进行船舶检测和细粒度分类时，会面临几个挑战。不同类别船舶的船型非常相似，导致类间差异很小，这增加了模型的分类难度。由于视点变化、天气条件变化、光照变化、尺度变化、遮挡、背景杂乱等因素，同一类别的船舶在不同图片中可能呈现出很大的差异，这也为模型的准确检测带来挑战。 在深度学习目标检测中，YOLO算法以其高效和快速著称，适用于实时系统。YOLO系列算法包括YOLOv5、YOLOv8等多种版本，其中不同的版本有不同的特性。YOLOv5是目前应用较为广泛的一个版本，它将目标检测任务转化为一个回归问题，直接在图像上预测边界框和类别的概率。YOLOv8则是在YOLOv5的基础上进一步优化，提高了检测速度和准确率。 为了训练一个有效的模型，数据集准备是关键步骤。数据准备包括数据预处理、划分训练集和测试集、转换标注格式等。在准备过程中，还需要注意数据的多样性和平衡性，以确保模型的泛化能力。此外，为了提高模型性能，可以在训练过程中采用数据增强技术，如随机裁剪、旋转、颜色调整等，这能够帮助模型学习到更多特征，提高其对复杂场景的应对能力。 在模型训练后，还需要对模型进行评估，常用的评估指标包括准确率、召回率、mAP（mean Average Precision）等。通过这些指标可以评估模型在不同类别的船舶检测上的性能。此外，为了进一步提升模型效果，可以采用一些优化策略，如调整模型参数、使用迁移学习等。 MCship船舶数据集对于推动基于YOLO算法的目标检测技术在特定场景中的应用具有重要价值。通过利用这一数据集，研究人员和工程师可以开发出更加高效准确的船舶检测系统，为相关领域的发展做出贡献。

本资源内容概要: 这是基于51单片机的两路数码管显示交通灯设计,包含了电路图源文件（Altiumdesigner软件打开）、C语言程序源代码（keil软件打开）、元件清单（excel表格打开）。 本资源适合人群： 单片机爱好者、电子类专业学生、电子diy爱好者。 本资源能学到什么： 可以通过查看电路学习电路设计原理，查看代码学习代码编写原理。 本资源使用建议： 建议使用者需要具备一定电子技术基础，掌握一些常用元器件原理，例如三极管、二极管、数码管、电容、稳压器等。了解C语言基础设计原理，能看懂基础的电路图，具备一定的电路图软件使用能力。

IEEE 39节点暂态模型详解：涵盖Simulink与PSCAD仿真，包含标准系统数据和发电机模型，支持多种分析功能，适用于新手快速入门。,IEEE39节点暂态模型，包括simulink与PSCAD两类仿真模型。 （运行时先运行m文件） IEEE39节点标准系统，标准算例数据，电源采用发电机模型，更能考虑完备暂态响应。 适合新手学习所用，减少搭建模型时间。 直接运用。 可以进行频率分析、短路分析，自加风机光伏等，无功补偿，调频调压等等。 仿真具体模型如下图所示: ,IEEE39节点暂态模型; Simulink与PSCAD仿真; 运行m文件; 标准算例数据; 电源发电机模型; 完备暂态响应; 新手学习; 减少搭建模型时间; 频率分析; 短路分析; 自加风机光伏; 无功补偿; 调频调压。,IEEE 39节点暂态模型：Simulink与PSCAD仿真实践指南

内容概要：本文详细介绍了三相维也纳PFC开关电源这一成熟技术。首先概述了三相维也纳PFC的基本概念及其在电力系统中的重要性，强调其用于改善电力质量和提高功率因数的作用。接着阐述了开关电源的核心技术，特别是三相AC输入无桥PFC和±400V DC输出的特点。文中还展示了一个简化的PFC控制代码片段，解释了如何通过调整开关电源的导通时间来实现功率因数校正。最后提到该技术已经在市场上稳定运行两年，并成功量产，提供了完整的源代码、原理图和PCB等资料。 适合人群：从事电力电子技术研发的专业人士、对开关电源技术感兴趣的工程师和技术爱好者。 使用场景及目标：适用于需要高效、稳定电力供应的工业设备和电子产品制造商，旨在帮助他们理解和应用三相维也纳PFC技术，提升产品的电力性能。 其他说明：文中提供的资料和代码片段有助于加速新技术的研发和现有系统的改进，同时也为相关领域的研究提供了宝贵的参考资料。

创建该数据集的目的是促进卷积神经网络和计算机视觉的研究。 由于当前与冠状病毒大流行相关的背景，人类必须适应新的现实。口罩的使用在世界各国已成为普遍现象。 内容 该数据集有 3829 张图像，分为两个不同的类别： - 带有口罩 - 不带有口罩 该数据集的目的是促进图像分类模型的实现。 在当前全球抗击冠状病毒大流行的背景下，口罩已成为人们日常生活中的必备品。为了适应这一新的现实，推动计算机视觉和卷积神经网络技术的发展，特别创建了一个关于口罩检测的数据集。该数据集包含3829张图像，这些图像被明确划分为两类：一类是人们佩戴口罩的情况，另一类则是人们未佩戴口罩的情况。 数据集的构建是计算机视觉研究中的一项基础工作，它为图像分类模型的训练提供了必要的素材。在当前的公共卫生背景下，这个特定的数据集不仅有助于检测人群中的口罩佩戴情况，而且还能服务于智能监控系统，提高公共安全水平。 对于卷积神经网络（CNN）的研究人员来说，这样的数据集是一个宝贵的资源。CNN是一种深度学习算法，特别适用于图像处理领域，它能够从图像中识别出复杂的模式。在本数据集中，CNN可以被训练来区分和识别出佩戴口罩和未佩戴口罩两种不同的状态。通过这种训练，模型能够学会如何识别不同的面部特征，并且能够在现实世界的应用中快速准确地做出判断。 图像识别技术的进步，尤其是在面部识别领域的应用，已经在多个领域显示出其潜力，例如在安全检查、个性化推荐系统、增强现实等场合。本次创建的数据集在推动口罩检测研究的同时，也将对这些领域的技术进步产生积极影响。 此外，这个数据集还可能被用于监测特定环境中的口罩佩戴规则的遵守情况，如在公共交通工具、商场、学校等公共场所，相关软件可以通过分析监控摄像头实时捕获的画面，快速准确地识别出哪些人遵守了佩戴口罩的规定，哪些人没有，从而帮助管理人员更好地执行公共卫生规定。 为了进一步提高图像识别技术的准确性和实用性，研究人员会利用各种技术手段对数据集中的图像进行增强和预处理。例如，通过旋转、缩放、裁剪等手段扩充数据集的多样性；采用图像增强技术改善图像质量，降低环境因素对识别结果的干扰；采用数据标注技术明确图像中的关键信息，如人的面部位置等。所有这些努力都是为了提高模型的泛化能力和识别准确性。 这个关于口罩检测的数据集不仅对当前的疫情监测具有现实意义，而且在推动计算机视觉技术发展方面也具有重要的研究价值。通过对这个数据集的深入研究，可以期待未来出现更加智能和高效的图像识别系统，为社会带来更多的便利和安全保障。

地区：全国都有。时间：近半年的都有，之前的需要查数据库。数据来源：百度慧眼 数据形式：含坐标的CSV点数据；SHP数据；TIFF栅格数据；多种数据形式可选。任意精度，10，30，50m均可。 价格：市为单位，每天有24个时间点。数据格式不同价格不同。 用途：城市/街道活力，人口统计，选址分析，商圈分析，活力分析等等。

地区：全国都有。时间：近半年的都有，之前的需要查数据库。数据来源：百度慧眼 数据形式：含坐标的CSV点数据；SHP数据；TIFF栅格数据；多种数据形式可选。任意精度，10，30，50m均可。 价格：市为单位，每天有24个时间点。数据格式不同价格不同。 用途：城市/街道活力，人口统计，选址分析，商圈分析，活力分析等等。 百度热力图定量数据是基于百度慧眼平台，通过追踪用户移动设备位置信息生成的，能够反映某一地区在特定时间段内的活力水平和人口密度分布。这类数据广泛应用于城市规划、商圈分析、人口统计等多个领域，具有重要的研究和商业价值。 从提供的文件信息来看，本次分享的百度热力图数据涵盖了无锡市在2024年4月4日18时至20时两个时刻的数据，以CSV、SHP和TIF格式呈现，允许用户选择适合的数据类型。CSV格式为带坐标的点数据，方便进行数据分析和处理；SHP格式为矢量数据，适用于地图可视化和地理空间分析；TIF格式为栅格数据，适合于图像处理软件，便于进行像素级的操作和分析。 数据的时间范围覆盖了近半年，较早的数据需要通过查询数据库获取。根据描述，数据的价格以市为单位，每日有24个时间点的数据可选，不同数据格式对应不同的价格。在使用这些数据时，可用于分析城市的活力、进行人口统计、选址分析以及商圈分析等多种用途。 压缩包内的文件清单显示了一系列文档和数据文件，包括微信二维码图片、数据介绍文档、判断数据缺失的说明图片、审图号文档、未涉及的操作说明、百度热力图数据简介、原始数据CSV文件、核密度栅格TIF文件以及SHP数据可视化说明。这些文件为用户提供了数据获取、使用和分析的全面指导。 用户在获取和使用这些热力图数据时，需要关注数据的时效性、精度以及是否符合其分析需求。同时，考虑到数据来源的隐私和法律问题，用户应确保在合法范围内使用数据，避免侵犯用户隐私。 总体来说，百度热力图定量数据是城市分析和研究领域的宝贵资源，通过多种数据格式提供了灵活的应用方式，可以帮助研究人员和商业人士更好地了解和分析城市活力和人口分布情况。