三相不平衡潮流计算matlab 本程序采用前推回代法，考虑三相不平衡和互阻抗，可通过改变三相负荷和线路参数构建三相不平衡模型，程序有注释，有参考文档

本文在无质量（3 + 1）维Nambu–Jona-Lasinio模型的框架下，研究了具有两种夸克味的重质夸克物质在零温度下在重子，同位旋和手性同位旋化学势存在下的相结构。 。 已经表明，在大的Nc极限（Nc是夸克的颜色数）中，在手性对称破坏相和带电的离子缩合相之间存在对偶关系。 我们研究的主要结论是，手性异位旋化学势在同位素不对称的稠密夸克物质中产生带电的离子缩合。

我们使用Langevin方程和Wigner函数描述了夸克胶子等离子体（QGP）中底部夸克的动力学演化及其形成为束缚态。 来自部分光子非弹性散射的其他抑制作用在再生的bottom中得到了补充。 通过将bottom电位作为晶格结果中的彩色显色电位，可以持续研究ϒ（1S）性质的热介质修饰，这会影响affect（1S）的再生和解离速率。 最后，我们根据Langevin方程中具有不同扩散系数的底夸克组合计算了ϒ（1S）核修饰因子RAArege，代表了底夸克的不同热化。 在sNN = 5.02 TeV的中心Pb–Pb碰撞（b = 0）中，我们发现a（1S）的再生不可忽略，并且在最小偏置中心度方面较小。 还讨论了重离子碰撞中bottom的再生与底夸克能量损失之间的关系。

使用labview7.1编写的一个简单的虚拟电能质量检测仪，监测参数包括电压偏差、频率偏差、频域谐波分析、电压波动、三相不平衡度等。

针对井下不平衡工况会导致STATCOM控制性能变差、影响补偿效果的问题,提出采取改进开关函数法及负序电压前馈控制策略,让STATCOM发出一个与系统负序电压大小和相位都相等的负序电压,来补偿系统负序电压,保证了STATCOM在不平衡工况下的正常运行。仿真结果表明,该控制策略起到了抑制负序电流的作用,有效克服了三相不平衡的影响。

分布最优平衡分层交叉验证 (DOB-SCV) 将数据集划分为 n 折，这样，除了基于标签的分层之外，还可以为每个类维护特征空间中的平衡分布。 使用 DOB-SCV 而不是分层交叉验证的实际效果是稍微提高了测试准确性。 最大的改进可以预期在小的、类别不平衡的数据集上。 该实现可用作CVPARTITION的直接替代。 参考：关于分区诱导的数据集偏移对 k 折交叉验证的影响的研究，可从https://ieeexplore.ieee.org/document/6226477 获得

不平衡数据在分类时往往会偏向"多数"，传统过采样生成的样本不能较好的表达原始数据集分布特征.改进的变分自编码器结合数据预处理方法，通过少数类样本训练，使用变分自编码器的生成器生成样本，用于以均衡训练数据集，从而解决传统采样导致的不平衡数据引起分类过拟合问题.我们在UCI四个常用的数据集上进行了实验，结果表明该算法在保证准确率的同时提高了F_measure和G_mean.

为了对T型三电平中点电压不平衡进行控制，本文研究了中点电压不平衡的产生原理，并提出了一种在T型三电平并网变流器原有调制策略中加入均压算法的解决方案。为了对这一平衡算法进行了验证，本文设计了一台基于TMS320F28335芯片的电池储能T型三电平功率转换系统。实际应用表明，该中点电压平衡算法是可行和有效的，满足了设计的要求。

处理不平衡数据分类时，传统支持向量机技术（SVM）对少数类样本识别率较低。鉴于SVM+技术能利用样本间隐藏信息的启发，提出了多任务学习的不平衡SVM+算法（MTL-IC-SVM+）。MTL-IC-SVM+基于SVM+将不平衡数据的分类表示为一个多任务的学习问题，并从纠正分类面的偏移出发，分别赋予多数类和少数类样本不同的错分惩罚因子，且设置少数类样本到分类面的距离大于多数类样本到分类面的距离。UCI数据集上的实验结果表明，MTL-IC-SVM+在不平衡数据分类问题上具有较高的分类精度。

分析了电网三相不平衡时电压源换流器高压直流输电（VSC- HVDC）系统的谐波传递特性，设计了一种基于瞬时对称分量法的序分量检测技术，适用于VSC- HVDC系统的正、负序双回路的双闭环控制策略。该控制策略利用瞬时对称分量变换获取电压和电流的无延迟正、负序分量，不仅在时域范围内对传统对称分量法进行了扩展，而且也解决了正、负序分解时所带来的延迟问题。另外，提出在三相不平衡电力系统的控制中增加一个不平衡指令补偿模块，改善VSC- HVDC系统在电网三相不平衡时的运行特性。最后，在仿真软件PSCAD ／　EMTDC的环境下建立了一个VSC- HVDC系统及相关控制策略，验证了所设计控制策略的正确性。