CN113553713A - 一种铁氧体磁珠拓扑参数的提取装置及方法 - Google Patents

一种铁氧体磁珠拓扑参数的提取装置及方法 Download PDF

Info

Publication number
CN113553713A
CN113553713A CN202110834565.XA CN202110834565A CN113553713A CN 113553713 A CN113553713 A CN 113553713A CN 202110834565 A CN202110834565 A CN 202110834565A CN 113553713 A CN113553713 A CN 113553713A
Authority
CN
China
Prior art keywords
impedance
individual
parameters
generation
ferrite
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.)
Pending
Application number
CN202110834565.XA
Other languages
English (en)
Inventor
李保婷
邓淩翔
邵羽达
周雷
韩沁
赵宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Institute Of Econometrics (jiangsu Energy Measurement Data Center)
Original Assignee
Jiangsu Institute Of Econometrics (jiangsu Energy Measurement Data Center)
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Institute Of Econometrics (jiangsu Energy Measurement Data Center) filed Critical Jiangsu Institute Of Econometrics (jiangsu Energy Measurement Data Center)
Priority to CN202110834565.XA priority Critical patent/CN113553713A/zh
Publication of CN113553713A publication Critical patent/CN113553713A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming

Abstract

本发明公开了一种铁氧体磁珠拓扑参数的提取装置及方法，该提取装置由处理与显示部分和被提取物放置部分两部分组成，其中处理与显示部分中包括：数据输入端口、显示屏；被提取物放置部分中包括带弹簧的夹子；处理与显示部分中内部包括阻抗提取单元、数据处理单元和显示单元；阻抗提取单元为矢量网络分析仪，其已经被设定好测量模式，可提取出被测物阻抗数据；数据处理单元为已经设置差分进化算法(DE)程序，通过DE算法处理器件的阻抗测量数据，用以求解其等效电路中的相关R、C、L参数，以获得上述参数的最优解。本发明可以直接得到等效电路模型的拓扑参数。

Description

一种铁氧体磁珠拓扑参数的提取装置及方法
技术领域
本发明属于铁氧体磁珠阻抗测量技术领域，特别是一种铁氧体磁珠拓扑参数的提取装置及方法。
背景技术
铁氧体磁珠是一种抗干扰组件,它是一种立方晶格结构的亚铁磁性材料,具有廉价、易用的特点,而且滤除高频噪声效果显著。铁氧体材料为铁镁合金或铁镍合金,它的制造工艺和机械性能与陶瓷相似,颜色呈灰黑色。铁氧体在直流情况下是无损的,而对于干扰信号,特别是频率较高的干扰信号,损耗很大,呈现低频时低阻抗,高频时高阻抗的特性。
在抑制开关电源高频谐振时，为了对谐振回路的骚扰电流进行有效抑制，可在开关电源二极管处串联铁氧体磁珠。铁氧体磁珠在低频时呈电感特性，电阻值较小，高频时呈电阻特性，电感值较小。由于开关电源二极管在开关器件关断时，还需与输出端电感和电容组成放电回路，有频率相对较低的工作电流通过。因此铁氧体磁珠的使用，既能保证工作电流流通时的低阻抗，又能在开关电源谐振时提供较大的电阻值，保证效率的同时也可对骚扰电流进行有效抑制
铁氧体磁珠不仅可用于电源电路中滤除高频噪声(可用于直流和交流输出)，还可广泛应用于其它电路，其体积可以做得很小。特别是在数字电路中，由于脉冲信号含有频率很高的高次谐波，也是电路高频辐射的主要根源，所以可在这种场合发挥磁珠的作用，铁氧体磁珠还广泛应用于信号电缆的噪声滤除。
在提取铁氧体磁珠阻抗参数时，一般会选用矢量网络分析仪。矢量网络分析仪是一种电磁波能量的测试设备。它既能测量单端口网络或两端口网络的各种参数幅值，又能测相位，矢量网络分析仪能用史密斯圆图显示测试数据。但是矢量网络分析仪只能提取到铁氧体磁珠阻抗的实部和虚部，对于铁氧体磁珠等效电路内部R、L、C的值无法提取。
发明内容
本发明的目的在于提供一种铁氧体磁珠拓扑参数的提取装置及方法，能够快速方便的提取铁氧体磁珠等效电路的拓扑参数。
实现本发明目的的技术解决方案为：
一种铁氧体磁珠拓扑参数的提取装置，包括：
阻抗提取单元，用于提取被测铁氧体磁珠的阻抗数据；
数据处理单元，用于根据提取的阻抗数据通过DE算法求解得到被测铁氧体磁珠等效电路拓扑中的相关电阻R、电容C、电感L参数的最优解。
一种铁氧体磁珠拓扑参数的提取方法，包括以下步骤：
第一步、提出器件的等效电路拓扑，获得其阻抗ZBead的表达式；
第二步、使用矢量网络分析仪(VNA)提取磁珠阻抗的实部和虚部，即为测量获得的阻抗数据Zm；
第三步、最优参数问题转化：将等效电路拓扑获得的阻抗的表达式ZBead转化为其阻抗幅值的表达式Zx，然后将Zx作为待优化R、C、L参数的原始函数，测量获得的阻抗数据Zm为样本；
第四步、初始化参数：
对于初始种群
Figure BDA0003176628870000021
随机产生：
Figure BDA0003176628870000022
其中NP为种群大小，xi(0)指总体中第0代的第i个个体，
Figure BDA0003176628870000023
和
Figure BDA0003176628870000024
分别为第i个个体的第β个基因的最大值和最小值，xi,β(0)指第0代的第i个个体的第β个基因；
第五步、变异操作：将差向量加到第三个个体上，产生突变，如下所示：
Figure BDA0003176628870000025
其中F是诱变因子，vi(g+1)表示经过变异操作后得到的个体，
Figure BDA0003176628870000026
和
Figure BDA0003176628870000027
分别表示为第g代的第r1,r2和r3个个体；
第六步、交叉操作：g代种群|xi(g)|及其变异量{vi(g+1)}的交叉运算如下：
Figure BDA0003176628870000028
其中ui(g+1)表示经过交叉操作后得到的个体；jrand是[1,2,3…D]中的随机整数；
Figure BDA0003176628870000031
表示经过变异操作后得到的第g+1代的第i个个体的第jrand个基因；
Figure BDA0003176628870000032
表示第i个个体的第jrand个基因；CR是交叉概率；
第七步、选择操作：如果下一代个体的目标函数小于当前个体的目标函数，则下一代个体将取代当前个体：
Figure BDA0003176628870000033
xi(g+1)表示经过选择操作后得到的个体；ui(g+1)表示经过交叉操作后得到的第g+1代的第i个个体；f(x)为适应度函数；
第八步、收敛判别操作：设xi(g+1)中的最优个体为xbest(g+1)，当运行到预定次数或目标函数值Q达到设定的精度时，操作即可结束，预估结果为R、C、L参数的最优值。
本发明与现有技术相比，其显著优点是：
本发明装置根据铁氧体磁珠的等效模型与阻抗表达式，再经过算法处理就可以得到等效电路模型的拓扑参数。
附图说明
图1为铁氧体磁珠拓扑参数提取装置的结构图。
图2为带弹簧的夹子结构图。
图3为铁氧体磁珠高频等效电路模型拓扑图。
图4(a)为铁氧体磁珠仿真模型与实测的阻抗实部虚部对比图，(b)为铁氧体磁珠仿真模型与实测的阻抗对比图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的介绍。
本发明为了能够快速方便的提取铁氧体磁珠等效电路的拓扑参数，设计了铁氧体磁珠拓扑参数的提取装置，如附图1所示。
该提取装置由处理与显示部分和被提取物放置部分两部分组成，其中处理与显示部分中包括：数据输入端口、显示屏；被提取物放置部分中包括带弹簧的夹子。处理与显示部分中内部包括阻抗提取单元、数据处理单元和显示单元。
阻抗提取单元为矢量网络分析仪(VNA)，其已经被设定好测量模式，可提取出被测物阻抗数据。
数据处理单元为已经设置差分进化算法(DE)程序，通过DE算法处理器件的阻抗测量数据，用以求解其等效电路中的相关R、C、L参数，以获得上述参数的最优解。其具体步骤如下：
第一步：提出器件的等效电路拓扑，获得其阻抗ZBead的表达式
铁氧体磁珠本质是小型滤波器，则其高频等效电路模型拓扑为附图3，由此模型拓扑可得出铁氧体磁珠的阻抗表达式为
Figure BDA0003176628870000041
式中，ZBead为铁氧体磁珠的阻抗，R、C、L为铁氧体磁珠模型中的对应的电阻、电容、电感等效参数，ω＝2πf，f为频率；j为虚数单位，j2＝-1；。
第二步：使用矢量网络分析仪(VNA)提取磁珠阻抗的实部和虚部，即为测量获得的数据Zm。
第三步：最优参数问题转化
将由器件的等效电路拓扑获得的阻抗的表达式ZBead转化为其阻抗幅值的表达式Zx，然后将Zx作为待优化R、C、L参数的原始函数，测量获得的阻抗数据Zm为样本。设等效电路模型阻抗幅值Zx的表达式为：
Figure BDA0003176628870000042
Figure BDA0003176628870000043
其中，Zx是阻抗幅值，为因变量；
Figure BDA0003176628870000044
定义了变量为f、x的函数；D是空间尺寸，
Figure BDA0003176628870000045
和
Figure BDA0003176628870000046
分别表示第β个基因的最大值和最小值；f为频率是自变量；x1,x2,x3,..xD为待定参数，对应阻抗等效模型的R、C、L参数；其优化准则函数可由系统模型残差最小平方和建立，如下：
Figure BDA0003176628870000047
其中
Figure BDA0003176628870000048
为测量获得的阻抗幅值，
Figure BDA0003176628870000049
是噪声源阻抗等效电路的阻抗幅值计算值；i＝1,2,3…NP；N为自然数。当变量Q为最小值时，对应的R、C、L参数即为最优参数。
第四步：初始化参数
对于初始种群
Figure BDA0003176628870000051
随机产生：
Figure BDA0003176628870000052
其中NP为种群大小，xi(0)指总体中第0代的第i个个体，
Figure BDA0003176628870000053
和
Figure BDA0003176628870000054
分别为第i个个体的第β个基因的最大值和最小值，xi,β(0)指第0代的第i个个体的第β个基因；rand(0,1)表示0到1之间的随机分布数。
第五步：变异操作
DE以实际值参数向量作为每一代的种群，以种群中两个个体的加权差值作为中间个体，即差向量。然后将差向量加到第三个个体上，产生突变，如下所示：
Figure BDA0003176628870000055
其中F是诱变因子，vi(g+1)表示经过变异操作后得到的个体，
Figure BDA0003176628870000056
和
Figure BDA0003176628870000057
分别表示为第g代的第r1,r2和r3个个体，r1,r2和r3是从(1,2,3,…,NP)/(i)中随机找寻的互不相同的随机整数，i表示第i个个体。
第六步：交叉操作
交叉操作是指按照一定的规则将当前种群中个体的某些组成部分与突变个体的相应组成部分进行交换，从而产生交叉种群。g代种群|xi(g)|及其变异量{vi(g+1)}的交叉运算如下：
Figure BDA0003176628870000058
其中ui(g+1)表示经过交叉操作后得到的个体；jrand是[1,2,3…D]中的随机整数；
Figure BDA0003176628870000059
表示经过变异操作后得到的第g+1代的第i个个体的第jrand个基因；
Figure BDA00031766288700000510
表示第i个个体的第jrand个基因；CR是交叉概率。
第七步：选择操作
如果下一代个体的目标函数小于当前个体的目标函数，则下一代个体将取代当前个体。
Figure BDA0003176628870000061
xi(g+1)表示经过选择操作后得到的个体；ui(g+1)表示经过交叉操作后得到的第g+1代的第i个个体；f(x)为适应度函数。
第八步：收敛判别操作
设xi(g+1)中的最优个体为xbest(g+1)，当DE运行到预定次数或目标函数值Q达到设定的精度时，操作即可结束，预估结果为R、C、L参数的最优值。如果没有收敛，则返回第二步，再次进行变异、交叉和选择。
根据上述处理步骤，所述数据处理单元包括等效电路拓扑设定模块、阻抗数据计算模块、最优参数计算模块；
所述等效电路拓扑设定模块用于根据铁氧体磁珠特性设定铁氧体磁珠的阻抗表达式；
所述阻抗数据计算模块用于将铁氧体磁珠的阻抗表达式转化为其阻抗幅值的表达式；
所述最优参数计算模块以获得的阻抗数据为样本，将DE算法应用于效阻抗的R、C、L参数提取，得到最优的R、C、L参数；具体处理过程同上述步骤，此处不再赘述。
实施例1
附图1是本发明铁氧体磁珠拓扑参数提取装置的结构图，图中①为处理与显示部分，长361mm、宽267mm、高100mm；②为数据输入端口1，半径为4mm；③为显示屏，长7mm、宽4mm；④为数据输入端口2，半径为4mm，其中端口1、2间距为90mm；⑤为被提取物放置部分，长300mm、宽200mm、高10mm；⑥为带弹簧的夹子1，长10mm；⑦为带弹簧的夹子2，长10mm，1、2夹子之间距离为90mm。附图2为带弹簧的夹子结构图；本发明提取装置的具体使用方法为：
第一步：按照附图1摆放本提取装置；
第二步：启动提取装置；
第三步：把铁氧体磁珠夹在两个夹子之间；
第四步：一段时间后可在显示屏上看到铁氧体磁珠拓扑参数；
实施例选用一款铁氧体磁珠(型号：1806S102A15T)作为被提取物，提取其拓扑参数。最后得到该铁氧体磁珠的等效电路拓扑参数，即R＝1134Ω，C＝0.44pF，L＝1.21uH。再通过建模仿真，所得仿真与实测对比如附图4所示。由图4(a)可以看出，该磁珠仿真模型的实部和虚部曲线基本吻合，由图4(b)可以看出,该磁珠的仿真电路阻抗与实测值也进本吻合，故本发明装置可以快速和方便的提取铁氧体磁珠拓扑参数。

Claims (7)

1.一种铁氧体磁珠拓扑参数的提取装置，其特征在于，包括：
阻抗提取单元，用于提取被测铁氧体磁珠的阻抗数据；
数据处理单元，用于根据提取的阻抗数据通过DE算法求解得到被测铁氧体磁珠等效电路拓扑中的相关电阻R、电容C、电感L参数的最优解。
2.根据权利要求1所述的铁氧体磁珠拓扑参数的提取装置，其特征在于，所述数据处理单元包括等效电路拓扑设定模块、阻抗数据计算模块、最优参数计算模块；
所述等效电路拓扑设定模块用于根据铁氧体磁珠特性设定铁氧体磁珠的阻抗表达式；
所述阻抗数据计算模块用于将铁氧体磁珠的阻抗表达式转化为其阻抗幅值的表达式；
所述最优参数计算模块以获得的阻抗数据为样本，将DE算法应用于等效阻抗的R、C、L参数提取，得到最优的R、C、L参数。
3.根据权利要求2所述的铁氧体磁珠拓扑参数的提取装置，其特征在于，
所述阻抗幅值的表达式为：
Figure FDA0003176628860000011
Figure FDA0003176628860000012
其中，Zx是阻抗幅值，为因变量；
Figure FDA0003176628860000013
定义了变量为f、x的函数；D是空间尺寸，
Figure FDA0003176628860000014
和
Figure FDA0003176628860000015
分别表示第β个基因的最大值和最小值；f为频率是自变量；x1,x2,x3,..xD为待定参数，对应阻抗等效模型的R、C、L参数；
优化准则函数如下：
Figure FDA0003176628860000016
其中
Figure FDA0003176628860000017
为测量获得的阻抗幅值，
Figure FDA0003176628860000018
是噪声源阻抗等效电路的阻抗幅值计算值；i＝1,2,3…NP；N为自然数，NP为种群大小。
4.根据权利要求2所述的铁氧体磁珠拓扑参数的提取装置，其特征在于，所述最优参数计算模块的处理过程为：
初始化参数：
对于初始种群
Figure FDA0003176628860000021
随机产生：
Figure FDA0003176628860000022
其中NP为种群大小，xi(0)指总体中第0代的第i个个体，
Figure FDA0003176628860000023
和
Figure FDA0003176628860000024
分别为第i个个体的第β个基因的最大值和最小值，xi,β(0)指第0代的第i个个体的第β个基因；
变异操作：将差向量加到第三个个体上，产生突变，如下所示：
Figure FDA0003176628860000029
其中F是诱变因子，vi(g+1)表示经过变异操作后得到的个体，
Figure FDA0003176628860000027
和
Figure FDA0003176628860000028
分别表示为第g代的第r1,r2和r3个个体；
交叉操作：g代种群|xi(g)|及其变异量{vi(g+1)}的交叉运算如下：
Figure FDA0003176628860000025
其中ui(g+1)表示经过交叉操作后得到的个体；jrand是[1,2,3…D]中的随机整数；
Figure FDA00031766288600000210
表示经过变异操作后得到的第g+1代的第i个个体的第jrand个基因；
Figure FDA00031766288600000211
表示第i个个体的第jrand个基因；CR是交叉概率；
选择操作：如果下一代个体的目标函数小于当前个体的目标函数，则下一代个体将取代当前个体：
Figure FDA0003176628860000026
xi(g+1)表示经过选择操作后得到的个体；ui(g+1)表示经过交叉操作后得到的第g+1代的第i个个体；f(x)为适应度函数；
收敛判别操作：设xi(g+1)中的最优个体为xbest(g+1)，当运行到预定次数或目标函数值Q达到设定的精度时，操作即可结束，预估结果为R、C、L参数的最优值。
5.根据权利要求1所述的铁氧体磁珠拓扑参数的提取装置，其特征在于，还包括显示单元，用于显示得到的铁氧体磁珠拓扑参数。
6.一种铁氧体磁珠拓扑参数的提取方法，其特征在于，包括以下步骤：
第一步、提出器件的等效电路拓扑，获得其阻抗ZBead的表达式；
第二步、使用矢量网络分析仪(VNA)提取磁珠阻抗的实部和虚部，即为测量获得的阻抗数据Zm；
第三步、最优参数问题转化：将等效电路拓扑获得的阻抗的表达式ZBead转化为其阻抗幅值的表达式Zx，然后将Zx作为待优化R、C、L参数的原始函数，测量获得的阻抗数据Zm为样本；
第四步、初始化参数：
对于初始种群
Figure FDA0003176628860000031
随机产生：
Figure FDA0003176628860000032
其中NP为种群大小，xi(0)指总体中第0代的第i个个体，
Figure FDA0003176628860000033
和
Figure FDA0003176628860000034
分别为第i个个体的第β个基因的最大值和最小值，xi,β(0)指第0代的第i个个体的第β个基因；
第五步、变异操作：将差向量加到第三个个体上，产生突变，如下所示：
Figure FDA0003176628860000035
其中F是诱变因子，vi(g+1)表示经过变异操作后得到的个体，
Figure FDA0003176628860000036
和
Figure FDA0003176628860000037
分别表示为第g代的第r1,r2和r3个个体；
第六步、交叉操作：g代种群|xi(g)|及其变异量{vi(g+1)}的交叉运算如下：
Figure FDA0003176628860000038
其中ui(g+1)表示经过交叉操作后得到的个体；jrand是[1,2,3…D]中的随机整数；
Figure FDA0003176628860000039
表示经过变异操作后得到的第g+1代的第i个个体的第jrand个基因；
Figure FDA00031766288600000310
表示第i个个体的第jrand个基因；CR是交叉概率；
第七步、选择操作：如果下一代个体的目标函数小于当前个体的目标函数，则下一代个体将取代当前个体：
Figure FDA0003176628860000041
xi(g+1)表示经过选择操作后得到的个体；ui(g+1)表示经过交叉操作后得到的第g+1代的第i个个体；f(x)为适应度函数；
第八步、收敛判别操作：设xi(g+1)中的最优个体为xbest(g+1)，当运行到预定次数或目标函数值Q达到设定的精度时，操作即可结束，预估结果为R、C、L参数的最优值。
7.根据权利要求6所述的铁氧体磁珠拓扑参数的提取方法，其特征在于，阻抗表达式为
Figure FDA0003176628860000042
式中，j为虚数单位，j2＝-1；ω＝2πf，f为频率。
CN202110834565.XA 2021-07-23 2021-07-23 一种铁氧体磁珠拓扑参数的提取装置及方法 Pending CN113553713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110834565.XA CN113553713A (zh) 2021-07-23 2021-07-23 一种铁氧体磁珠拓扑参数的提取装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110834565.XA CN113553713A (zh) 2021-07-23 2021-07-23 一种铁氧体磁珠拓扑参数的提取装置及方法

Publications (1)

Publication Number Publication Date
CN113553713A true CN113553713A (zh) 2021-10-26

Family

ID=78104137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110834565.XA Pending CN113553713A (zh) 2021-07-23 2021-07-23 一种铁氧体磁珠拓扑参数的提取装置及方法

Country Status (1)

Country Link
CN (1) CN113553713A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729372A (zh) * 2012-10-15 2014-04-16 北京四维图新科技股份有限公司 数据提取方法与装置
KR101548695B1 (ko) * 2014-11-03 2015-09-01 성균관대학교산학협력단 하이브리드 광학 네트워크 온 칩의 토폴로지 설계 장치 및 방법
CN105353226A (zh) * 2015-11-03 2016-02-24 江苏省计量科学研究院 基于散射参数和智能算法的emi噪声源阻抗等效参数提取方法
CN108983177A (zh) * 2018-06-28 2018-12-11 浙江大学 一种参数最优的雷达海杂波预报系统及方法
CN109145718A (zh) * 2018-07-04 2019-01-04 国交空间信息技术（北京）有限公司 基于拓扑感知的遥感影像的路网提取方法及装置
CN112685984A (zh) * 2020-12-31 2021-04-20 江苏益邦电力科技有限公司 一种铁氧体磁珠对lna性能影响的预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103729372A (zh) * 2012-10-15 2014-04-16 北京四维图新科技股份有限公司 数据提取方法与装置
KR101548695B1 (ko) * 2014-11-03 2015-09-01 성균관대학교산학협력단 하이브리드 광학 네트워크 온 칩의 토폴로지 설계 장치 및 방법
CN105353226A (zh) * 2015-11-03 2016-02-24 江苏省计量科学研究院 基于散射参数和智能算法的emi噪声源阻抗等效参数提取方法
CN108983177A (zh) * 2018-06-28 2018-12-11 浙江大学 一种参数最优的雷达海杂波预报系统及方法
CN109145718A (zh) * 2018-07-04 2019-01-04 国交空间信息技术（北京）有限公司 基于拓扑感知的遥感影像的路网提取方法及装置
CN112685984A (zh) * 2020-12-31 2021-04-20 江苏益邦电力科技有限公司 一种铁氧体磁珠对lna性能影响的预测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张厚 编: "《现代微波网络理论及其应用》", 31 May 2021, 西安电子科技大学出版社, pages: 34 - 36 *

Similar Documents

Publication Publication Date Title
CN110705762B (zh) 基于矩阵填充的泛在电力物联网感知数据缺失修复方法
CN110068759A (zh) 一种故障类型获得方法及装置
CN109635456A (zh) 一种基于奇异值灵敏度的谐波谐振分析方法
CN110530253A (zh) 用于电阻式无线无源应变传感器测量电路的优化设计方法
CN106707021A (zh) 一种分布式光伏发电集群并网系统的谐振检测方法
CN115267355A (zh) 一种基于磁天线耦合雷电电磁波信号的方法与系统
CN114264882B (zh) 超声波换能器的等效参数测量方法、装置和控制器
CN113553713A (zh) 一种铁氧体磁珠拓扑参数的提取装置及方法
Fioravanti et al. Non intrusive electrical load identification through an online SFRA based approach
Gerber et al. Parameter estimation of a ferro-resonance damping circuit using pseudo-random impulse sequence perturbations
De Menezes et al. The use of unscented transforms for statistical analysis in EMC
CN112836341B (zh) 基于阻抗拟合的参数未知并网逆变器的谐波劣化分析方法
Sekine et al. Transient analysis of lossy nonuniform transmission line using the finite difference time domain method
Banks et al. Parameter estimation of a distribution transformer model using pseudo-random impulse sequence perturbation
CN110896218B (zh) 一种用于建立集合性居民负荷的谐波建模方法及系统
CN110907912B (zh) 谐振区目标窄带模式下的极点特征求解方法
Martinek et al. Shunt active power filter control using adaptive algorithms NLMS and QR-RLS
Fan et al. Near field-far field transformation for loops based on genetic algorithm
Jamroen et al. Modified Gauss–Newton algorithm for evaluation of full lightning impulse voltage parameters
CN115408973A (zh) 一种共模扼流圈高频建模方法
Chuang et al. Recognition of multiple PQ disturbances using dynamic structure neural networks-part 1: theoretical introduction
CN116819176B (zh) 一种基于幅角变换的阻抗谱生成方法
Staroszczyk Wide frequency band power system linear and linear time variant model identification-signal processing problems
Pei et al. Study of High Frequency Characteristics Modeling and EMI Suppression of Common Mode Chokes
Safiullin et al. Data analysis of sunspot time series with SSA and HHT information adaptive methods

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination