Hadi Saadat 电力系统分析解决方案手册，该手册解决了 PROF 书中发现的所有问题。 哈迪萨达特电力系统分析以及如何使用MATlab工具箱解决复杂的电力系统分析问题

本程序的功能是用牛顿拉夫逊法进行潮流计算

PSASP 7.4.1 安装包

程序EMTDC（Electro Magnetic Transient in DC System）是目前世界上被广泛使用的一种电力系统仿真软件，它既可以研究交直流电力系统问题，又能完成电力电子仿真及其非线性控制的多功能（Versatile Tool）工具。PSCAD（Power System Computer Aided Design）是EMTDC的前处理程序，用户在面板上可以构造电气连接图，输入各元件的参数值，运行时则通过FORTRAN编译器进行编译、连接，运行的结果可以随着程序运行的进度在PLOT中实时生成曲线，以检验运算结果是否合理，并能与MATLAB接口。

华北电力的研究生考试科目之一是电力系统分析，《电力系统复习指导与习题精解》是一本极具权威的复习题集，有复习提纲，也有一定量的习题，还附赠前几年的华电考研试题，值得研究学习

《电力系统分析》上册，华中科技经典教材 经典教材，此本在手，学习无忧。

华中科技大学电力系统分析课程设计报告基于matlab的短.doc

介绍了一种新颖的基于Matlab数学语言编写的电力系统分析软件包PSAT,详述了该软件包源代码开放的特点,介绍了PSAT比较全面的模型库,主要包括:电机、电力系统稳定器(PSS)、调速器、柔性交流输电系统(FACTS)、高压直流输电系统(HVDC)、分布式发电系统等.PSAT功能丰富,目前可完成潮流计算、连续潮流、小信号稳定分析、动态时域仿真及相量测量单元(PMU)配置等方面的分析和研究.通过对同一个典型算例进行时域仿真和特征值分析,将PSAT与商业软件PSS/E进行了分析对比,结果表明该软件包的计算结果具有一定精度.

电力系统分析课程相关的论文，是论述校园电能综合管理系统的！

该项目研究了图神经网络在电力系统分析中的应用。 它旨在比较图神经网络 (GNN) 与传统多层感知器 (MLP) 模型在相同模型复杂度下的性能。 代码是在 Jupyter Notebook IDE 中使用 pytorch 框架开发的。 神经网络（NN）的最新进展框架被称为图神经网络（GNN），在电力系统中，电网可以被表示为一个具有高维特征和总线之间相互依赖关系的图，为电力系统分析提供更好的机器学习状态，在GNN框架中整合电网拓扑结构用于电力流的应用。 在电网中，总线可以被看作是节点，而线可以被看作是边。节点的特征是电压、电压角、有功功率和无功功率，而线路的特征可以是线路电流和线路电阻。 Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包） Pytorch实现图神经网络 (GNN) 与传统多层感知器 (MLP)的电力系统分析 （完整源码和数据包）