电池充电状态估算模型（代码+simulink模型），目的是估计锂电池的荷电状态(SOC)。主要完成了扩展卡尔曼滤波（EKF）的实验、参数辨识和仿真。

基于多维高协方差检验的智能电网状态评估中的大规模流PMU数据建模和分析

为了有效地识别滚动轴承的不同失效模式，本文提出了一种基于小波包分解和连续隐马尔可夫模型的滚动轴承故障预测方法。 首先利用小波包分解对滚动轴承的振动信号进行处理，以提取出能量特征，然后将提取出的特征作为连续隐马尔可夫模型的输入。 训练了大量样本以估计不同轴承故障的连续隐马尔可夫模型的参数。 一旦达到该学习阶段，便会在第二阶段中利用生成的模型来连续评估滚动轴承的当前健康状态，并通过计算监视不同CHMM数据的概率来评估故障模式。 测试结果表明，该方法可以准确预测滚动轴承的故障，并评估滚动轴承的损坏状态。

行业-电子政务-基于火电厂AGC调频的电池储能系统SOC状态评估.zip

行业-电子政务-一种应用于智能变电站二次设备的状态评估方法.zip

基于粗糙集和神经网络的电力系统操作点状态评估.pdf

行业分类-设备装置-一种基于频域介电理论的变压器油纸绝缘老化状态评估方法.zip

行业-电子政务-一种继电保护状态评估及辅助决策检修的方法.zip

基于聚类划分和关联规则的继电保护状态评估方法.pdf

行业分类-物理装置-一种基于状态评估模型的电力物联网边缘计算装置及方法.zip