工厂智能电表远程抄表系统项目,成功案例,源代码,C#语言,可监控24小时厂区总用电量波形图,单表24小时用电量波形图 可自动导
资源文件列表(大概)
资源内容介绍
工厂智能电表远程抄表系统项目,成功案例,源代码,C#语言,可监控24小时厂区总用电量波形图,单表24小时用电量波形图。可自动导出多种不同形式excel表,厂区单月各表用电量,厂区各表电量值,单表每日用电量表,单表每小时用电量表用户评论 (0)
相关资源
三相逆变单相 三相逆变器 SPWM-stm32主控(输入、输出具体可根据需要设定),本逆变器可以二次开发 本内容只包括
三相逆变单相 三相逆变器 SPWM---stm32主控(输入、输出具体可根据需要设定),本逆变器可以二次开发。本内容只包括逆变程序,实现变频(0~100Hz)、变压调节,均有外接按键控制(使用C语言实现)。
基于电压电流双闭环的vienna整流器的仿真(SVPWM调制)
基于电压电流双闭环的vienna整流器的仿真(SVPWM调制)
出一个18650圆柱锂电池comsol模型参数已配置,生热研究
出一个18650圆柱锂电池comsol模型参数已配置,生热研究
MATLAB轴承动力学代码(正常、外圈故障、内圈故障、滚动体故障),根据滚动轴承故障机理建模(含数学方程建立和公式推导)并在MA
MATLAB轴承动力学代码(正常、外圈故障、内圈故障、滚动体故障),根据滚动轴承故障机理建模(含数学方程建立和公式推导)并在MATLAB中采用ODE45进行数值计算。可模拟不同轴承故障类型,输出时域波形、相图、轴心轨迹、频谱图、包络谱图、滚道接触力,根据模拟数据后续可在此基础上继续开展故障诊断和剩余寿命预测。
二相混合式步进电机闭环矢量SVPWM控制simulink仿真模型参考文献:1 两相混合式步进电机高?性能闭环驱动?系统研
二相混合式步进电机闭环矢量SVPWM控制simulink仿真模型参考文献:[1] 两相混合式步进电机高?性能闭环驱动?系统研究 汪全俉[2] 两相 SVPWM 技术在位置跟踪伺服系统中的应用 刘源晶,杨向宇,赵世伟[3] 二相混合式步进电动机传递函数模型推导
500W 无桥PFC开关电源设计资料,C语言源码 硬件原理 500W 无桥PFC开关电源设计资料,C语言源码 硬件原理
500W 无桥PFC开关电源设计资料,C语言源码。硬件原理 500W 无桥PFC开关电源设计资料,C语言源码。硬件原理
JAVA智能配电房管理系统源码带数据字典及完整文档JAVA智能配电房管理系统源码带数据字典及完整文档实现各模块数据显示,报警
JAVA智能配电房管理系统源码带数据字典及完整文档JAVA智能配电房管理系统源码带数据字典及完整文档实现各模块数据显示,报警显示,报表导出功能。此次监控的电力系统有两个配电房,总共四个变压器,54条供电线路。能通过电路拓扑图实时监测电路数据,查看电路关系。能查询各段电路的历史信息(日,月,年:电流,电压,电量,负荷,功率因数等),并能以相应的统计图表显示,以及相关报表的生成。能实时监控电力系统的异常报警信息,并能对电力系统的巡检运维记录进行增删改查。
永磁同步电机非线性磁链观测器-源代码matlab模型零速闭环启动效果好,快速收敛,低速效果好,扭力大,优于VESC 基于
永磁同步电机非线性磁链观测器_源代码matlab模型零速闭环启动效果好,快速收敛,低速效果好,扭力大,优于VESC。基于改进Ortega观测器的内置式永磁同步电机无位置控制
线控转向失效下的容错差动转向控制以四轮轮毂电机驱动智能电动汽车为研究对象,针对线控转向系统执行机构失效时的轨迹跟踪和横摆稳定性
线控转向失效下的容错差动转向控制以四轮轮毂电机驱动智能电动汽车为研究对象,针对线控转向系统执行机构失效时的轨迹跟踪和横摆稳定性协同控制问题,提出一种基于差动转向与直接横摆力矩协同的容错控制方法。该方法采用分层控制架构,上层控制器首先基于模型预测控制方法求解期望前轮转角和附加横摆力矩,然后设计基于滑模变结构控制的前轮转角跟踪控制策略,下层控制器以轮胎负荷率最小化为目标,利用有效集法实现四轮转矩优化分配。包含carsim数据cpar文件,Simulink模型及MATLAB代码
序阻抗建模 VSG并网逆变器 阻抗建模 扫频法 正负序阻抗建模复现lunwen 虚拟同步发电机接入弱电网的序阻抗建模与稳定性分
序阻抗建模 VSG并网逆变器 阻抗建模 扫频法 正负序阻抗建模复现lunwen 虚拟同步发电机接入弱电网的序阻抗建模与稳定性分析包括vsg仿真(只含功率环具体可看lunwen),阻抗建模程序,扫频法程序,赠送奈奎斯特稳定判据 可设置扫描范围、扫描点数程序附带注释 低频段有些许差异,中高频段基本完全对应。
基于滑膜观测器和MTPA的内置式永磁同步电机无位置传感器模型
基于滑膜观测器和MTPA的内置式永磁同步电机无位置传感器模型
基于Copula理论与K-means的考虑风光出力相关性的风光场景生成与削减关键词:Copula 场景生成 风光出力相关性
基于Copula理论与K-means的考虑风光出力相关性的风光场景生成与削减关键词:Copula 场景生成 风光出力相关性 k-means算法参考文档:[1]《基于核密度估计和 Copula 函数的风、光出力场景生成》[2]《融合风光出力场景生成的多能互补微网系统优化配置_白凯峰》仿真软件: matlab主要内容:代码主要做的是风光场景生成的内容,与目前大部分的基于蒙特卡洛或者拉丁超立方等方法不同,代码在场景生成的过程中考虑了风光出力的相关性,并通过Frank-Copula函数描述风光之间的相关性,从而生成具有相关性的风光场景 最后,通过k-means算法,对生成的大规模风光场景进行削减,最终得到五个场景,并给出各个场景的概率 注意事项:代码注释详细。程序运行稳定,仿真结果如下截图所示。靠谱运行可靠值得信赖。