CN102542079B - 一种电路仿真器间器件模型数据的转换方法及装置 - Google Patents
一种电路仿真器间器件模型数据的转换方法及装置 Download PDFInfo
- Publication number
- CN102542079B CN102542079B CN2010105963286A CN201010596328A CN102542079B CN 102542079 B CN102542079 B CN 102542079B CN 2010105963286 A CN2010105963286 A CN 2010105963286A CN 201010596328 A CN201010596328 A CN 201010596328A CN 102542079 B CN102542079 B CN 102542079B
- Authority
- CN
- China
- Prior art keywords
- model data
- device model
- circuit emulator
- data
- mean
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Design And Manufacture Of Integrated Circuits (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明属于集成电路设计自动化技术领域,特别涉及一种电路仿真器间器件模型数据的转换方法,所述方法包括:建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;利用源电路仿真器及其器件模型的测试电路网表,进行电路仿真,计算目标电路仿真器的器件仿真数据;利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据。本发明还提供一种电路仿真器间器件模型数据的转换装置。本发明通过建立源电路与目标电路仿真器的器件模型参数的映射关系,有效地自动转换模型方程未知的器件模型数据,从而确保器件模型数据转换的精确性。
Description
技术领域
本发明属于集成电路设计自动化技术领域,尤其涉及一种电路仿真器间器件模型数据的转换方法及装置。
背景技术
器件模型参数是集成电路设计中电路仿真需要的重要数据,同一器件的模型在不同电路仿真器中不尽相同,而这种差异却是各电路仿真器软件开发商的秘密所在,且不为外界所知;器件模型参数为集成电路生产厂家所提供,一般只针对一两家电路仿真器提供优化提取的器件模型参数,尽管提供的器件模型参数数据经过一定的手工格式修改可以为其他电路仿真工具使用,但由于器件模型实现上的些许差异,仅仅对于模型参数数据在格式上的修改并不能确保该模型参数数据在新的电路仿真器上的仿真是最精确的。
发明内容
本发明的目的在于提供一种电路仿真器间器件模型数据的转换方法,旨在解决现有手工方法不能确保修改后的模型数据在新电路仿真上的仿真是最精确的问题。
本发明提供了一种电路仿真器间器件模型数据的转换方法,该方法包括:
建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
根据映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据,具体包括:按预置方法建立目标电路仿真器的器件模型数据队列;利用所述器件模型数据队列形成器件模型数据最优队列;将所述最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
本发明提供了一种电路仿真器间器件模型数据的转换装置,该装置包括:
映射关系创建单元,用于建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
器件模型数据输出单元,用于根据映射关系创建单元创建的映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
仿真数据计算单元,用于利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
器件模型数据优化单元,用于利用仿真数据计算单元计算的仿真数据对器件模型数据输出单元输出的器件模型数据进行优化并输出优化后的数据;所述器件模型数据优化单元包括:
模型数据最优创建模块,用于按预置方法建立目标电路仿真器的器件模型数据队列;
模型数据最优队列形成模块,用于利用器件模型数据队列创建模块创建的器件模型数据队列形成器件模型数据最优队列;
优化器件模型数据输出模块,用于将模型数据最优队列形成模块形成的器件模型数据最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
本发明通过建立源电路与目标电路仿真器的器件模型参数的映射关系,有效地自动转换模型方程未知的器件模型数据,从而确保器件模型数据转换的精确性。
附图说明
图1本发明实施例提供的电路仿真器间器件模型数据的转换方法的流程图;
图2本发明实施例提供的根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据的方法的流程图;
图3本发明实施例提供的利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据的方法的流程图;
图4本发明实施例提供的利用器件模型数据队列形成器件模型数据最优队列的方法的流程图;
图5本发明实施例提供的电路仿真器间器件模型数据的转换装置的结构示意图;
图6本发明实施例提供的器件模型数据优化单元的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明通过建立源电路与目标电路仿真器的器件模型参数的映射关系,自动转换模型方程未知的器件模型数据,实现了电路仿真器间的器件模型参数的转换。
本发明实施例是这样实现的,一种电路仿真器间器件模型数据的转换方法,所述方法包括:
建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
根据映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据。
本发明实施例目的还在于提供了一种电路仿真器间器件模型数据的转换装置,所述装置包括:
映射关系创建单元,用于建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
器件模型数据输出单元,用于根据映射关系创建单元创建的映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
仿真数据计算单元,用于利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
器件模型数据优化单元,用于利用仿真数据计算单元计算的仿真数据对器件模型数据输出单元输出的器件模型数据进行优化并输出优化后的数据。
以下结合附图及实施例,对本发明作详细说明如下:
参见图1,本发明实施例提供了一种电路仿真器间器件模型数据的转换方法,详述如下:
步骤S101:建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
步骤S102:根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
步骤S103:利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
其中,源电路仿真器的器件模型的测试电路网表通过预先输入设定,其内部指向源电路仿真器的器件模型数据;
所述仿真数据包括目标电路仿真器的器件理想的I-V(电流-电压)数据,即根据输入电压值计算的对应的器件电流值及理想的C-V(电容-电压)数据,即根据输入电压计算的对应的器件电容值;
步骤S104:利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据。
本发明实施例在计算出目标电路仿真器的器件仿真数据后,根据随机产生的模型参数值,计算所述模型参数值下目标电路仿真器的器件实际计算数据,利用仿真数据判断根据需要对所述器件实际计算数据进行优化,将所得的实际计算数据或优化后的参数值数据输出。
参见图2,本发明实施例提供了根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据的方法,其具体步骤如下:
步骤S201:根据所述映射关系将源电路仿真器的器件模型参数值赋予目标电路仿真器对应的器件模型参数;
步骤S202:根据预置的目标电路仿真器的器件模型数据格式输出对应的目标电路仿真器的器件模型数据。
参见图3,本发明实施例提供了利用所述仿真数据对所述器件模型数据进行优化的方法,详述如下:
步骤S301:按预置的方法建立目标电路仿真器的器件的模型数据队列;
本发明实施例建立目标电路仿真器的器件模型数据队列的方法如下:
随机生成若干组器件模型参数值;
计算所述每组模型参数值对应的相对均方根误差及其平均值;
从所述模型参数值中选取若干相对均方根误差最小的参数值形成器件模型数据队列。
对相同电压下目标电路仿真器计算的I(电流值)和源电路仿真器计算的I(电流值)间的相对误差,及相同电压下目标电路仿真器计算的C(电容值)和源电路仿真器计算的C(电容值)间的相对误差,计算所得的均方根误差为相对均方根误差。
相对均方根误差计算方法如下:
RErri=SQRT(((Σ[(Ii,compu–Ii,meas)/Ii,meas]2)+(Σ[(Ci,compu–Ci,meas)/Ci,meas]2))/(NI-V+NC-V));
其中,RErri为第i组模型参数值对应的相对均方根误差值,SQRT()为取平方根函数,Σ为求和符号;
Ii,compu为目标电路仿真器计算出的第i个I-V点对应的I值;
Ii,meas为源电路仿真器计算出的第i个I-V点对应的I值;
Ci,compu为目标电路仿真器计算出的第i个C-V点对应的C值;
Ci,meas为源电路仿真器计算出的第i个C-V点对应的C值;
NI-V为I-V点的个数,NC-V为C-V点的个数;
相对均方根误差之平均值之计算方法如下:
RErrmean=ΣRErri/Nsample;
RMSE=SQRT((Σ(RErri—RErrmean)2)/Nsample);
其中,RErrmean为相对均方根误差之平均值;
RMSE为RErri的相对均方根误差,Nsample计算均方根误差的样本数,即模型参数值的组数,范围在10-200之间,一般取50;
步骤S302:利用所述器件模型数据队列形成器件模型数据最优队列;
步骤S303:将所述最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
本发明实施例在步骤S302对形成器件模型数据最优队列后,根据预置的目标电路仿真器的器件模型数据格式,将所述最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出,即实现了对目标电路仿真器对应器件模型数据的优化。
参见图4,本发明实施例提供了利用所述器件模型数据队列形成器件模型数据最优队列的方法,其具体步骤如下:
步骤S401:计算采用模拟退火算法优化当前模型参数值之初始退火温度及模拟退火算法之内迭代次数;
本发明实施例在建立器件的模型数据最优队列的过程中,随机选取一组参数值或相对均方根误差最小的一组参数值作为当前模型参数值,并将所述当前模型参数值对应的相对均方根误差作为当前相对均方根误差;
初始退火温度的计算方法为:
T=K*RMSE,其中,T为初始退火温度,K为一个常数系数,范围在1~200,一般取20,RMSE取值如前面所述的相对均方根误差之平均值之计算方法所述;
计算模拟退火算法之内迭代次数方法如下:
Ninner=20*Nparams 4/3
其中,Ninner为模拟退火算法之内迭代次数,Nparams为模型参数个数;
步骤S402:判断所述退火温度是否小于设定的终止温度,或当前最小相对均方根误差是否小于设定的相对均方根误差,如果所述两个判断至少有一个是,则执行步骤S403,如果否,则在所述内迭代次数内循环执行以下步骤S404-S407;
步骤S403:将所述器件模型数据队列作为器件模型数据最优队列并结束优化;
步骤S404:基于当前模型参数值随机产生新的模型参数值;
新的模型参数值的生成可以是当前模型参数取值区间内的随机点,也可以是所述当前模型参数值附近的扰动点,更可以是两者的结合,在相对均方根误差较大的时候选用前者,而在相对均方根误差较小的时候选用后者生成新的模型参数值;
步骤S405:利用所述新的模型参数值对目标电路仿真器进行电路仿真,将仿真结果作为目标电路仿真器的器件实际计算数据;
本发明实施例利用预置的目标电路仿真器的器件模型测试电路网表、所述新的模型参数值和目标电路仿真器对目标电路仿真器进行电路仿真;
本发明实施例中所述器件实际计算数据包括根据所述新的模型参数值计算的目标电路仿真器的I-V与C-V的数据;
步骤S406:计算所述实际计算数据的相对均方根误差;
步骤S407:用小于器件模型数据队列中最大相对均方根误差的所述相对均方根误差及其对应的模型数据替换最大相对均方根误差及其对应的模型数据,形成优化队列;
本发明实施例在优化过程中,若判断步骤S406生成的所述实际计算数据的相对均方根误差小于设定的相对均方根误差时,则退出内循环和外循环,结束优化,将所述步骤S407中形成的器件模型数据优化队列作为器件模型数据最优队列,否则继续进行下一步骤S408;
本发明实施例在通过步骤S406形成新的模型参数值下的I-V与C-V的相对均方根误差后,从所述模型数据队列中寻找最大的相对均方根误差,并将计算的I-V与C-V的相对均方根误差与之进行比较,如果所述I-V与C-V的相对均方根误差小于该最大的相对均方根误差,则用该I-V与C-V的相对均方根误差替换所述最大相对均方根误差及其对应的模型数据;
步骤S408:按预置方法生成新的当前模型参数值及对应的相对均方根误差,返回步骤S402;
本发明实施例生成新的当前模型参数值及当前相对均方根误差的方法如下:
计算步骤S404中产生的新的模型参数值对应的所述实际计算数据的相对均方根误差和产生新的模型参数值的所述当前模型参数值对应的所述实际计算数据的相对均方根误差之差;
若所述新的模型参数值与当前模型参数值的相对均方根误差之差Δ与退火温度之比的负数作为自然底数e的幂(即e-Δ/T)大于0-1之间的随机数,则接收新的模型参数值作为当前模型参数值,接收新的相对均方根误差值作为当前相对均方根误差;
其判断准则如下:
Rand(0,1)<exp(-(RErrcur-RErrold)/T)
其中,Rand(0,1)为0-1之间的随机函数,exp()为以自然对数e为底指数函数;
RErrcur为每次产生的模型参数值对应的相对均方根误差;
RErrold为每次产生的模型参数值之前的模型参数值对应的相对均方根误差;
T为模拟退火过程之当前退火温度;
步骤S409:更新所述退火温度,返回步骤S402;
更新退火温度的计算方法为:
Tnew=α*Told
其中,Tnew为下一次的模拟退火过程之退火温度,Told为当前模拟退火过程之退火温度,α为更新退火温度的系数,取决于内迭代中接收新模型参数值次数和内迭代次数的比值;
本发明实施例按所述内迭代次数循环以上步骤S403—S407,按所述退火温度值循环以上步骤S402-S409之后,将最终完成对器件模型数据队列的优化程序,形成器件模型数据最优队列。
参见图5,本发明实施提供了一种电路仿真器间器件模型数据的转换装置,该装置包括:
映射关系创建单元51,器件模型数据输出单元52,仿真数据计算单元53以及器件模型数据优化单元54;
本发明实施例在进行电路仿真器间器件模型数据转换时,映射关系创建单元51首先建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
器件模型数据输出单元52根据映射关系创建单元51创建的映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
仿真数据计算单元53利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
器件模型数据优化单元54利用仿真数据计算单元53计算的仿真数据对器件模型数据输出单元52输出的器件模型数据进行优化并输出优化后的数据。
参见图6,本发明提供了器件模型数据优化单元的结构,该器件模型数据优化单元包括:
模型数据队列创建模块541,模型数据最优队列形成模块542以及优化器件模型数据输出模块543;
本发明实施例在对器件模型数据输出单元52输出的器件模型数据进行优化时,模型数据队列创建模块541按预置的方法生成器件模型数据队列;
模型数据最优队列形成模块542利用模型数据队列创建模块541创建的器件模型数据队列生成器件模型数据最优队列;
优化器件模型数据输出模块543将模型数据最优队列形成模块542形成的器件模型数据最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
本发明通过建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系,通过计算电路仿真结果数据的均方根误差,绕开器件的未知电路方程,从另外一个途径实现了器件模新参数的优化提取,实现了自动转换模型方程未知的器件模型数据,从而确保器件模型数据转换的精确性。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种电路仿真器间器件模型数据的转换方法,其特征在于,所述方法包括:
建立源电路仿真器与目标电路仿真器间器件模型参数的映射关系;
根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
利用所述仿真数据对所述器件模型数据进行优化并输出优化后的数据,具体包括:按预置方法建立目标电路仿真器的器件模型数据队列;利用所述器件模型数据队列形成器件模型数据最优队列;将所述最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
2.如权利要求1所述的方法,其特征在于,所述根据所述映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据的步骤具体包括:
根据所述映射关系将源电路仿真器的器件模型参数值赋予目标电路仿真器对应的器件模型参数;
根据预置的目标电路仿真器的器件模型数据格式输出对应的目标电路仿真器的器件模型数据。
3.如权利要求1所述的方法,其特征在于,所述按预置方法建立目标电路仿真器的器件模型数据队列的步骤具体包括:
随机生成若干组器件模型参数值;
计算所述每组模型参数值对应的相对均方根误差及其平均值;
从所述模型参数值中选取若干相对均方根误差最小的参数值形成器件模型数据队列。
4.如权利要求1所述的方法,其特征在于,所述利用所述器件模型数据队列形成器件模型数据最优队列的步骤包括:
(1)计算采用模拟退火算法优化当前模型参数值之初始退火温度及模拟退火算法之内迭代次数;
(2)判断所述退火温度是否小于设定的终止温度或当前最小相对均方根误差是否小于设定的最大允许相对均方根误差,如果所述判断中至少有一是,则将所述器件模型数据队列作为器件模型数据最优队列并结束优化;否则,在所述内迭代次数内循环以下步骤a-d:
a基于当前模型参数值随机产生新的模型参数值;
b利用所述新的模型参数值对目标电路仿真器进行电路仿真,将仿真结果作为器件的实际计算数据;
c计算所述实际计算数据的相对均方根误差;
d用小于所述器件模型数据队列中最大相对均方根误差的所述相对均方根误差及其对应的模型数据替换最大相对均方根误差及其对应的模型数据,形成优化队列;
(3)按预置方法生成新的当前模型参数值及其对应的相对均方根误差;
(4)更新所述退火温度,返回步骤(2)。
5.如权利要求4所述的方法,其特征在于,当所述实际计算数据的相对均方根误差小于设定的最大允许相对均方根误差时,将所述优化队列作为器件模型数据最优队列,并退出优化。
6.一种电路仿真器间器件模型数据的转换装置,其特征在于,所述装置包括:
映射关系创建单元,用于建立源电路仿真器与目标电路仿真器之间器件模型参数的映射关系;
器件模型数据输出单元,用于根据映射关系创建单元创建的映射关系输出目标电路仿真器对应源电路仿真器的器件模型数据;
仿真数据计算单元,用于利用源电路仿真器及其器件模型的测试电路网表进行电路仿真,计算目标电路仿真器的器件仿真数据;
器件模型数据优化单元,用于利用仿真数据计算单元计算的仿真数据对器件模型数据输出单元输出的器件模型数据进行优化并输出优化后的数据;所述器件模型数据优化单元包括:
模型数据最优创建模块,用于按预置方法建立目标电路仿真器的器件模型数据队列;
模型数据最优队列形成模块,用于利用器件模型数据队列创建模块创建的器件模型数据队列形成器件模型数据最优队列;
优化器件模型数据输出模块,用于将模型数据最优队列形成模块形成的器件模型数据最优队列中均方根最小的一组模型数据作为目标电路仿真器对应的器件模型数据输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105963286A CN102542079B (zh) | 2010-12-20 | 2010-12-20 | 一种电路仿真器间器件模型数据的转换方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105963286A CN102542079B (zh) | 2010-12-20 | 2010-12-20 | 一种电路仿真器间器件模型数据的转换方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102542079A CN102542079A (zh) | 2012-07-04 |
CN102542079B true CN102542079B (zh) | 2013-11-27 |
Family
ID=46348958
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105963286A Active CN102542079B (zh) | 2010-12-20 | 2010-12-20 | 一种电路仿真器间器件模型数据的转换方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102542079B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105302971A (zh) * | 2015-11-05 | 2016-02-03 | 天津大学 | 一种波导型光电探测器等效电路的建模方法 |
CN106934121B (zh) * | 2016-12-30 | 2020-02-18 | 北京华大九天软件有限公司 | 一种测试器件模型仿真结果正确性的方法 |
CN107220429B (zh) * | 2017-05-23 | 2020-12-25 | 上海华力微电子有限公司 | 一种器件建模中最优器件的自动选择方法及系统 |
CN112149372B (zh) * | 2020-09-08 | 2023-11-10 | 珠海格力电器股份有限公司 | 器件仿真模型的构建方法、装置、设备及存储介质 |
CN112417803B (zh) * | 2020-12-02 | 2024-02-06 | 苏州复鹄电子科技有限公司 | 一种基于人工智能算法的模拟集成电路设计参数自动优化方法 |
CN112199921B (zh) * | 2020-12-07 | 2021-02-19 | 南京集成电路设计服务产业创新中心有限公司 | 一种基于解析布局算法的数据路径布局方法 |
CN112632883B (zh) * | 2020-12-21 | 2022-04-29 | 南京华大九天科技有限公司 | 器件模型的仿真结果的测试方法、装置、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1707486A (zh) * | 2004-06-04 | 2005-12-14 | 松下电器产业株式会社 | 电路仿真方法、器件模型和仿真电路 |
CN1858751A (zh) * | 2005-11-08 | 2006-11-08 | 华为技术有限公司 | 印刷电路板电源完整性仿真的方法 |
CN101694675A (zh) * | 2009-10-22 | 2010-04-14 | 中兴通讯股份有限公司 | 电路仿真方法和系统 |
-
2010
- 2010-12-20 CN CN2010105963286A patent/CN102542079B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1707486A (zh) * | 2004-06-04 | 2005-12-14 | 松下电器产业株式会社 | 电路仿真方法、器件模型和仿真电路 |
CN1858751A (zh) * | 2005-11-08 | 2006-11-08 | 华为技术有限公司 | 印刷电路板电源完整性仿真的方法 |
CN101694675A (zh) * | 2009-10-22 | 2010-04-14 | 中兴通讯股份有限公司 | 电路仿真方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102542079A (zh) | 2012-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102542079B (zh) | 一种电路仿真器间器件模型数据的转换方法及装置 | |
CN103646152B (zh) | 一种基于矩阵指数的电力系统电磁暂态仿真方法 | |
CN104217074B (zh) | 一种基于矩阵指数的电磁暂态隐式降阶仿真方法 | |
CN109408913A (zh) | 一种电机驱动控制系统传导干扰联合仿真分析方法 | |
CN104298809B (zh) | 一种基于矩阵指数电磁暂态仿真的非线性建模求解方法 | |
CN102314522B (zh) | 一种模拟集成电路设计优化方法 | |
CN103049617B (zh) | 保留无源性的大规模配电网络电磁暂态仿真模型化简方法 | |
US20190302177A1 (en) | System and methods for analyzing and estimating susceptibility of circuits to radiation-induced single-event-effects | |
CA2823985A1 (en) | Electrical power system stability optimization system | |
Heydari et al. | Model-order reduction using variational balanced truncation with spectral shaping | |
CN104091092A (zh) | 大规模电力系统小干扰稳定性的特征值分析系统 | |
US8533653B2 (en) | Support apparatus and method for simplifying design parameters during a simulation process | |
CN101655882A (zh) | 基于统计模型最差情况的建模方法 | |
CN112287540A (zh) | 一种风电场接入电网的电磁暂态联合仿真方法 | |
CN116707331A (zh) | 基于模型预测的逆变器输出电压高精度调节方法及系统 | |
CN113094887B (zh) | 移频电磁暂态仿真的优化方法、装置和电子设备 | |
Lara et al. | PowerSimulationsDynamics. jl--An Open Source Modeling Package for Modern Power Systems with Inverter-Based Resources | |
CN106844900B (zh) | 电磁暂态仿真系统的搭设方法 | |
CN101976294A (zh) | 基于空间映射算法的微波器件计算机自动辅助调谐的设计方法 | |
CN103678738A (zh) | 基于时域多步积分的互连线模型降阶方法 | |
CN105279351B (zh) | 基于电磁暂态与机电暂态的混合仿真方法及系统 | |
CN104376158B (zh) | 一种用于矩阵指数的暂态仿真多时间尺度输出方法 | |
CN103488842A (zh) | 一种基于Saber的典型分立器件的可靠性自动预计方法 | |
CN105930613A (zh) | 一种分布式发电系统等值建模方法 | |
CN111414724A (zh) | 电路仿真优化的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |