measure value

mode_shift=30

,mode_mask=-1073741824,

UNSPECIFIED=0,

EXACTLY=1073741824,

AT_MOST=-2147483648

解释这段代码: uint loopNumber = 99999; double portMeasureVoltage = -99999; ulong aipValueLength = 0; double[] measureValue = new double[50]; if ("Default" == IPMode || "Measure" == IPMode) { #region Get CT value length if (99999 != LdoAipCTValueLength) // Code value { aipValueLength = LdoAipCTValueLength; } else if ("" != dataAnalysis.SystemParameter[(int)DataAnalysis.SysParamAdd.AIPCTLoopLength]) // Excel value exist { aipValueLength = ulong.Parse(dataAnalysis.SystemParameter[(int)DataAnalysis.SysParamAdd.AIPCTLoopLength]); } else { throw new Exception($" Pattern P_{PatternNumber} LDOCalibration CT length does not exist!"); } #endregion #region Loop and Measure voltage double lastMeasureVoltage = 0; double targetVoltage = double.Parse(dataAnalysis.SystemParameter[(int)DataAnalysis.SysParamAdd.AIPCTVoltage]); // Target Value for (uint loopCTValue = 0; loopCTValue <= aipValueLength; loopCTValue++) { lastMeasureVoltage = portMeasureVoltage; foreach (var portDict in dataAnalysis.MeasurePortDict) // Get CT Value length { portName = portDict.Key; portVLevel = portDict.Value[(int)DataAnalysis.ParamAdd.VLevel]; portIClamp = portDict.Value[(int)DataAnalysis.ParamAdd.IClamp]; portState = portDict.Value[(int)DataAnalysis.ParamAdd.State]; string[] portParameter = portState.Split('_'); if ("CT" == portParameter[1]) { ateSystem.SetIO(portName, portVLevel, portIClamp, (ateSystem.ByteCycleShiftRight(loopCTValue & 0xFF, int.Parse(portParameter[2])) & 0x01).ToString()); } } foreach (var portDict in dataAnalysis.MeasurePortDict) // Get Voltage { portName = portDict.Key; portVLevel = portVClamp = portDict.Value[(int)DataAnalysis.ParamAdd.VLevel]; portIClamp = portDict.Value[(int)DataAnalysis.ParamAdd.IClamp]; portState = portDict.Value[(int)DataAnalysis.ParamAdd.State]; string[] portParameter = portState.Split('_'); if ("GV" == portParameter[1]) { ateSystem.SetCurrent(portName, 0, double.Parse(portVClamp)*1.5, -double.Parse(portVClamp)*1.5); ateSystem.SystemDelayms(dataAnalysis.SystemParameter[(int)DataAnalysis.SysParamAdd.MeasureDelay]); //Delay time portMeasureVoltage = ateSystem.GetVoltage(portName, double.Parse(portVLevel) * 1.5); // Measure measureValue[loopCTValue] = portMeasureVoltage; // Save data measurePortName = dataAnalysis.MeasurePortDict[portName][(int)DataAnalysis.ParamAdd.DutPortName]; break; } } if (targetVoltage < portMeasureVoltage) { loopNumber = (portMeasureVoltage - targetVoltage) < (targetVoltage - lastMeasureVoltage) ? loopCTValue : (loopCTValue - 1); portMeasureVoltage = (portMeasureVoltage - targetVoltage) < (targetVoltage - lastMeasureVoltage) ? portMeasureVoltage : lastMeasureVoltage; break; } } #endregion }
03-08
【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值