由于电力调节中使用的电力电子设备，电力系统的质量日益下降。 因此无源分流滤波器是通过这个 Simulink 模型设计和实现的

无源三相PWM逆变器控制电路设计，整流电路的设计和参数选择，滤波电容参数选择，三相逆变主电路的设计和参数选择，IGBT电流、电压额定的选择，三相SPWM驱动电路的设计，画出完整的主电路原理图和控制电路原理图

驱动电机及控制系统检修

随着微机继电保护应用的普及，保护装置逐步具备了相应的数据接口可实现保护装置重要信息的数据远传。充分利用数字式保护的技术特征，实现数字式保护的状态检修，改变目前保护装置计划检修模式，将预防性试验改为预知性试验，提高设备的安全运行水平，已成为一种共识。 　　但是，继电保护构成的是一个系统，不仅仅是装置本身，如交流、直流、控制回路等，由于部分回路还没有监测手段，对设备状态无法进行实时的技术分析判断。如，由于操作回路一直由硬件实现，除少量的硬件信号可通过远动或综自设备上传以外，回路无在线监测手段，形成了保护监控回路中的空白点。 　　因此，就继电保护装置的应用现状而言严格意义上讲大多数保护并不具备状

该项目研究了图神经网络在电力系统分析中的应用。 它旨在比较图神经网络 (GNN) 与传统多层感知器 (MLP) 模型在相同模型复杂度下的性能。 代码是在 Jupyter Notebook IDE 中使用 pytorch 框架开发的。 神经网络（NN）的最新进展框架被称为图神经网络（GNN），在电力系统中，电网可以被表示为一个具有高维特征和总线之间相互依赖关系的图，为电力系统分析提供更好的机器学习状态，在GNN框架中整合电网拓扑结构用于电力流的应用。 在电网中，总线可以被看作是节点，而线可以被看作是边。节点的特征是电压、电压角、有功功率和无功功率，而线路的特征可以是线路电流和线路电阻。 Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包）

驱动电机及控制系统检修

微电网接负载simulink仿真模型，主要设置两个负载，一个是有功功率10kw，无功1000var，设置一个断路器，在0.5s的时候接入另一个负载，有功5kw，无功500var，采用的是下垂控制技术。给电气宝宝参考呀。

针对煤矿电网谐波问题,提出利用有源滤波的方式来实现抑制谐波。研究的对象是三相三线制并联型有源滤波器,采用三电平的方式还可以提高负载容量,达到对大容量谐波源的治理要求。基于SVPWM算法的三电平电压空间矢量调制策略,将三电平转化为两电平,简化计算,并且对直流侧中点电位的波动进行分析。最后用MATLAB仿真,达到了预期的效果。

GB／Z 25320<(电力系统管理及其信息交换数据和通信安全》，主要包括以下部分： ——第1部分：通信网络和系统安全安全问题介绍； ——第2部分：术语； ——第3部分：通信网络和系统安全包含TCP／IP的协议集； ——第4部分：包含MMS的协议集； ——第5部分：IEC 60870—5及其衍生标准的安全} ——第6部分：IEC 61850的安全； ——第7部分：网络和系统管理的数据对象模型； ——第8部分：电力系统管理的基于角色访问控制。 本指导性技术文件是第6部分《IEC 61850的安全》。 本指导性技术文件按照GB／T I．1—2009给出的规则起草。 本指导性技术文件等同采用IEC TS 62351—6：2007<(电力系统管理及其信息交换数据和通信安全 第6部分：IEC 61850的安全》(英文版)。 本指导性技术文件由中国电力企业联合会提出。

某工《电力电子技术基础》课程设计 1、搭建整流电路，输入为50Hz有效值为220V的交流电，利用分立元件能利用 可调电阻改变整流α实现软起动（2.0~3.8秒）。最后输出电压150V~190V的直流电。 2、搭建Buck降压电路，开环控制，输出 70~100V，开关频率13kHz~20kHz。 3、搭建逆变电路，采用PWM调制输出50Hz~190Hz,幅值32~50V交流电。