计算二维数据的径向平均功率谱

平均电流控制的APFC在matlab/simulink下的仿真，波形较好，存在过零点的略微畸变，有待改进。

地理加权回归（GWR）matlab代码，亲测可用，该代码利用matlab实现了地理加权回归的代码，内附实际算例。

总体平均经验模式分解（EEMD）方法是一种先进的时频分析方法，非常适合于对非平稳故障微弱信号的分析处理。文中介绍了EEMD方法的原理与算法实现步骤，重点分析了EEMD方法避免模式混淆的机理。利用EEMD方法对齿轮箱振动信号进行分析，成功提取了小齿轮磨损故障特征，验证了EEMD方法在故障微弱信号特征提取的有效性。

变压器绕组的热点温度过高，会导致变压器绝缘脆解、裂化甚至击穿短路。因此及时、准确地预测出变压器绕组的热点温度，对提高变压器运行的安全可靠性至关重要。利用最小二乘双支持向量回归机(LSTSVR)作为边缘计算模型，将变压器油中气体色谱分析数据信息与变压器负载电流、环境温度、顶层油温、上死角温度等变压器运行信息结合，构建监测系统架构，预测变压器的平均油温，并计算出绕组热点温度。将所提方法得到的数据与实测数据进行对比，结果利用LSTSVR模型实现了变压器平均油温及绕组热点温度的准确预测，且该模型的预测精度优于最小二乘支持向量回归机模型，有效地提高了绕组热点温度测量的精度。现场实例也证明了所提方法的有效性和可靠性。

计算一幅图片参数的程序合集（信息熵、对比度、平均亮度、清晰度）

负荷预测 该项目使用来自 Elia 的免费可用负载时间序列数据，旨在开发强大而准确的方法来提前一天预测 Elia 电网的平均总负载。 已经开发了四种不同的基于机器学习的算法，每种算法都可以通过运行 src 文件夹中的相应脚本来运行。 它们如下： 高斯过程回归 - gpr.py 支持向量回归 - svr.py 加权聚类 - clustering.py Sigmoidal 神经网络-neural.py 脚本所需的数据存储在 src 内的 data 文件夹中。 脚本 analysis.py 提供了可视化 Elia 加载时间序列各个方面的函数。 所有模拟都使用 Visualizer.py 中的方法显示结果预测。 有关 Elia 数据集、算法开发和预测结果的更多详细信息，请查看 writeup 文件夹中的 writeup。 信用： 感谢 Elia 提供的电力负荷数据集。 来源： :

1. 模型轻量级更快速 2. 包括使用文档readme.md 3. 已完成自测

boost型平均电流APFC,输出波形完美，输入电流thd低于4%

单相boost电路平均电流模式PFC仿真研究以及参数计算-PFC_current_loop_cal.m   希望能和有兴趣的同志探讨。   附件包含一个PFC simulink仿真模型以及电流环和电压环参数调节的m文件。