*电气工程研习社（Python&Matlab代码）
欢迎来到本博客❤️❤️❤️
作者研究：主要研究方向是电力系统和智能算法、机器学习和深度学习。目前熟悉python网页爬虫、机器学习、群智能算法、深度学习的相关内容。希望将计算机和电网有效结合！⭐️
电气工程及自动化在国民经济及人民生活中占有很重要的位置，因此就业环境很好，这个专业主要包括电气及电子产品设计、开发、制造，电气工程、自动化工程、仪表工程、通信工程、发电工程中相关的设计、安装、调试、运行、维护、修理、保养、电加工、电加热、电焊和静电技术应用及开发等。但是随着企业体制的改革和经济的发展，对就业者能力的要求越来越高，很多企业管理者对大学生的要求则是来了即能解决实际问题，不愿意将实习期放在企业。因此，对一名电气工程及自动化专业的大学生来讲，在大学四年中能够得到实践的锻炼尤为重要。
目录
1 电力系统论文代码一览无遗
1.1 电动车
1.2 电力系统潮流
1.3 配电网
1.4 电力系统经济调度&负荷预测
1.5 微电网调度&需求响应
1.6 单目标&多目标智能优化算法
1.7 机组组合&主流之外的洞见
2 怎么快速的找到你想要的程序
方法一：CSDN
方法二：面包多
方法三：微信公众号
3 专栏目录
3.1 倔强青铜—编程学习
3.2 秩序白银—博学计划
3.3 荣耀黄金—电力系统晋级
3.4 尊贵铂金—优化与自我提升
3.5 永恒钻石—girlfriend
3.6 至尊荣耀—人工智能、区块链
3.7 最强王者—我的科研与哲思
4 地图上的空白
✨✨✨❤️❤️❤️✨✨✨☁️☁️☁️⛅⛅⛅⚡⚡⚡♨️♨️♻️♻️♻️➿➿➿⛵⛵⛵ ⛳️⛳️⛳️
1 电力系统论文代码一览无遗
1.1 电动车
基于蒙特卡洛法的规模化电动汽车充电负荷预测（Python&Matlab实现）
日前、实时电动汽车+蒙特卡洛（Matlab代码实现）
（Matlab实现）基于蒙特卡诺和拉格朗日乘子法的电动车调度【有序、无序充放电】
基于蒙特卡洛法的规模化电动车有序充放电及负荷预测（Python&Matlab实现）
MATLB|电动汽车充放电的最优调度
电动汽车负荷预测+最优最优充放电最佳调度（Matlab代码） 电动汽车代码+数据（Matlab实现） 模拟大规模电动车充电行为（Matlab实现）
电动汽车对电网的影响（数据+Matlab代码）
电动汽车对电力系统运行的影响（Matlab实现）
电池电动汽车 （BEV） 优化调度（Matlab代码实现）
Matlab|模拟电动汽车的充放电【充电顺序，波动发电，电池缓冲】
最优调度-充电-放电-电动汽车（Matlab实现） 电动汽车有序无序充放电的优化调度（Matlab代码实现）
基于电动汽车的带时间窗的路径优化(Python&Matlab代码实现）
MATLB|电动车智能充电模式及电力高峰需求预测
电动汽车电池换电站选址与定容（Matlab代码实现）
1.2 电力系统潮流
潮流计算入门学习（IEEE6节点）（Matlab实现） 配电网前推后带法求电力系统潮流（Python&Matlab实现）
Jaya算法在电力系统最优潮流计算中的应用（创新点）【Matlab代码实现】
牛顿拉夫逊法潮流仿真（Matlab and PowerWord) 电力系统潮流计算与PowerWorld仿真（牛顿拉夫逊法和高斯赛德尔法）（Matlab实现）
电力系统可视化——比PowerWorld还精彩（Matlab实现）
电力系统潮流计算（牛顿-拉夫逊法、高斯-赛德尔法、快速解耦法）（Matlab代码实现）
电力系统潮流【牛顿-拉夫逊法】（4节点、5节点、6节点、9节点）（Matlab代码实现）
电力系统潮流计算（牛顿-拉夫逊法、高斯-赛德尔法、快速解耦法）【6节点 9节点 14节点 26节点 30节点 57节点】（Matlab代码实现）
牛顿拉夫逊求潮流（Matlab实现） 低压配电网络中三相潮流计算的前推回代法（Matlab实现）
高斯赛德尔法和牛顿求潮流（Matlab） 配电网潮流计算（Python&Matlab实现） 电力系统——基于10机39节点的电力系统仿真（Matlab）
MATLB|改进的前推回代法求解低压配电网潮流
配电系统的线性三相潮流（Matlab实现）
径向配电网潮流的求解(Matlab代码实现)
内点法求最优潮流（Matlab实现） MATLB|基于matpower优化调度的风力模型预测
直流微电网中潮流（Matlab代码实现）
基于遗传算法的最优潮流问题的研究（Matlab实现）【期刊论文复现】
机会约束最优潮流(Python&Matlab代码实现） 基于牛顿方法在直流微电网潮流研究（Matlab代码实现）
高压直流输电（HVDC）的最优潮流(OPF)（Matlab代码实现）
内点法求最优潮流和微电网调度（风、光、蓄电池、燃油机）（Matlab实现）
基于交流潮流的电力系统多元件N-k故障模型研究（Matlab代码实现）【电力系统故障】
电力系统潮流分析（Matlab代码实现）
MATLB|基于改进教学的优化算法(TLSBO)的最优功率优化
微电网和直流电网中最优潮流（OPF）的凸优化（Matlab代码实现）
1.3 配电网
改进二进制粒子群算法在配电网重构中的应用（Matlab实现）【论文复现】
基于节点导纳矩阵的三相配电系统建模(Matlab实现）
二进制粒子群算法的配电网故障定位(Python&Matlab实现)
配电网与微电网中虑需求响应的研究【基于价格型需求响应】（Python代码实现）
电力系统——基于10机39节点的电力系统仿真（Matlab）
配电网多目标最优功率损耗和节点电压偏差的最小化（Matlab实现） 利用通信基础设施提高电网的稳态稳定性(Matlab代码实现）
电力系统——基于10机39节点的电力系统仿真（Matlab）
在电网上使用的储能系统模拟(simulink）
DG通过三相逆变器与电网连接(simulink仿真）
MATLB|基于复杂网络的配电系统微电网优化配置
电力系统电压质量（simulink） 分布式电源对配电网故障定位的影响（Python代码实现）
智能电网中采用博弈论的方法（Python代码实现）
基于节点导纳矩阵的三相配电系统建模(Matlab实现）
基于多目标大象算法解决配电网功率损耗和节点电压偏差的最小化 基于人工神经网络的IEEE30节点系统的传输损耗预测（Matlab代码实现）
配电网PMU优化配置与状态估计（Matlab代码实现）
分布式电源接入配电网
1.4 电力系统经济调度&负荷预测
电力系统经济调度 粒子群算法求解电力系统环境经济调度+微电网调度（风、光、电动车、柴油机、主网）（Python代码实现）
非线性规划----经济调度（Python实现）
多目标灰太狼算法求解环境经济调度问题（IEEE30)(Matlab实现)
多元宇宙算法求解电力系统多目标优化问题（Matlab实现）【电气期刊论文复现】
改进的多目标差分进化算法在电力系统环境经济调度中的应用（Python代码实现）
基于风光储能和需求响应的微电网日前经济调度（Python代码实现）【0】
基于风光储能和需求响应的微电网日前经济调度（Python代码实现）【1】
电力系统经济调度（Matlab代码实现）[Yalmip + Gurobi]
电力系统经济调度（Matlab完整代码实现）
风电随机性动态经济调度模型（Python&Matlab代码）
基于混合NSGA II-MOPSO算法的热电联合经济排放调度(Matlab代码实现)【混合多目标遗传算法-多目标粒子群算法】
求解热电联产经济调度问题的改进遗传与粒子群算法
改进粒子群算法求解电力系统经济调度问题（Matlab实现）
多目标遗传算法NSGAII求解环境经济调度（Python代码实现）
MATLB|具有储能的经济调度及机会约束和鲁棒优化
基于改进量子粒子群算法的电力系统经济调度（Matlab代码实现）
负荷预测 长短期负荷预测（Matlab代码实现）
基于神经网络的负荷预测和价格预测（Matlab代码实现）
基于LSTM神经网络的负荷预测（Python代码实现）
基于人工神经网络的IEEE30节点系统的传输损耗预测（Matlab代码实现）
需求侧电力负荷预测（Matlab代码实现）
基于 LSTM 的分布式能源发电预测（Matlab代码实现）
Matlab|基于BP神经网络进行电力系统短期负荷预测
电力预测|基于新型MDPSO-SVR混合模型的电力预测特征选择（Matlab代码实现）
1.5 微电网调度&需求响应
基于风光储能和需求响应的微电网日前经济调度（Python代码实现）【0】
基于风光储能和需求响应的微电网日前经济调度（Python代码实现）【1】
微电网优化调度|基于多目标粒子群算法的微电网优化调度【风、光、储能、柴油机、电网交互燃汽轮机】（Matlab代码实现）
高比例风电电力系统储能运行及配置分析（Matlab代码实现）
基于燃压缩空气储能系统的零碳微能源互联网优化调度（Matlab代码实现）
微电网调度（风、光、储能、电网交互）（Matlab&Python代码实现）
基于激励的需求响应计划下弹性微电网的短期可靠性和经济性评估（Matlab代码实现）
电力系统——需求响应【激励型】（Python实现） 配电网与微电网中虑需求响应的研究【基于价格型需求响应】（Python代码实现）
风电随机性动态经济调度模型（Python&Matlab代码）
电力系统潮流+风光+水电（IEEE33）【Matlab代码实现】 基于蒙特卡诺的风场景模型出力（Matlab代码实现）
微电网重构|基于群稀疏性的机会约束微电网重构（Matlab代码和Python代码实现）
光伏建筑一体化板块指数发展趋势分析及预测（Python代码实现）
高比例风电电力系统储能运行及配置研究（python&Matlab实现）
微电网调度（风、光、蓄电池、燃油机）（Matlab代码实现） 微电网经济调度（风、光、储能）【Python代码】 微电网日前经济调度
分布式电源接入对配电网的影响（Matlab代码） 并网光伏发电系统（simulink仿真）
多目标遗传优化算法NSGAII求解微电网调度(Python&Matlab) 基于蒙特卡洛的风、光模型与出力（Matlab实现） 电池储能系统（simulink） 分布式和可再生系统建模（simulink）
风电随机性动态经济调度模型（Python&Matlab代码）
微电网混合光伏/风能/电池管理系统（仿真） 粒子群算法求解电力系统环境经济调度+微电网调度（风、光、电动车、柴油机、主网）（Python代码实现）
内点法求最优潮流和微电网调度（风、光、蓄电池、燃油机）（Matlab实现）
微电网（风、光、储能、需求响应）【Simulink 仿真实现】 区域多微电网社区的分层协调能源管理（Matlab实现） 电力系统能源交易和风险管理（Matlab代码实现）
MATLB|改进遗传算法优化微电网调度（考虑环境）
基于卡尔曼滤波的微电网调度（Matlab代码实现）
微电网鲁棒性研究（Matlab代码实现）
微电网中节点不平衡研究（Matlab代码实现）
离网太阳能发电系统（Matlab实现） MATLB|多微电网及分布式能源交易
微电网重构|基于群稀疏性的机会约束微电网重构（Matlab代码和Python代码实现）
微电网与电动车蓄电池优化（Matlab代码实现）
基于燃压缩空气储能系统的零碳微能源互联网优化调度（Matlab代码实现）
1.6 单目标&多目标智能优化算法
甲虫天线搜索算法（Python实现） 施肥优化算法（matlab实现） 自适应多群体优化算法（Python实现） 孔雀（Pavo Muticus/Cristatus）优化算法 多种群遗传算法的函数优化算法代码 多目标粘液霉菌算法（Matlab代码实现）
多目标海洋捕食者算法（MOMPA）(Matlab代码）
嗅觉优化算法（Matlab代码实现）
1.7 机组组合&主流之外的洞见
从入门到精通|Yalmip+Cplex在电力系统中的应用（超棒，看不懂算我输，没有收获也算我输）
电力系统中机组组合强大的Yalmip+Cplex（入门学习+机组组合问题Matlab实现）
电力系统机组组合（Matlab代码实现）
求解热电联产经济调度问题的改进遗传与粒子群算法
基于混合规划求解机组组合（yalmip+Cplex实现） 具有N-1安全性和风力不确定性的机组组合（Yalmip+Cplex) 基于改进的遗传算法的机组组合问题（Python实现）【2】
将蒙特卡罗方法加速2000倍（Python代码实现）
美团外卖——物流管理论文实现（Python实现） 用于解决两阶段混合流车间调度问题的增强拓扑的神经进化——不同求解策略的比较（Python代码实现） 基于灰色神经网络的订单需求预测（Matlab代码） 节点电力市场生产商的战略竞标：凸松弛方法（Matlab实现）
沉没成本模型和数据（Matlab代码实现）
2 怎么快速的找到你想要的程序
方法一：CSDN
(1)关注我们的CSDN
(2)在搜博主文章里面输入您想要的内容
方法二：面包多
（1）关注我们的面包多平台
（2）输入您想要的内容
方法三：微信公众号
关注微信公众号：荔枝科研社，回复关键字
3 专栏目录
3.1 倔强青铜—编程学习 |
| Python旅程 |
| python重要库学习 |
| Matlab旅程 |
| C语言旅程 |
| 编程中的疑难杂症 |
3.2 秩序白银—博学计划 |
| 数值分析 |
| 运筹学 |
| 思维导图资源分享(MindMaster) |
3.3 荣耀黄金—电力系统晋级 |
| 电力系统系列（Python&Matlab) |
| 微电网调度 |
| 电力系统yyds |
| 电力系统及其自动化 |
| 智能电网与随机矩阵理论 |
| 电力系统Matlab |
3.4 尊贵铂金—优化与自我提升 |
| 智能优化算法 |
| 爬虫&自动化办公 |
3.5 永恒钻石—girlfriend |
| 女朋友的浪漫邂逅....... |
| 慢慢地我也过来了..... |
3.6 至尊荣耀—人工智能、区块链 |
| 人工智能 |
| 区块链 |
3.7 最强王者—我的科研与哲思 |
| 科研&哲思 |
| 创新发明 |
| 神奇的量子世界 |
4 地图上的空白
现代这种“探索、征服”的心态，从世界地图的演变可以看得一目了然。早在历史进到现代之前，许多文化就已经有了自己的世界地图。当然，当时并没有人真正知道全世界是什么样子，在亚非大陆上的人对美洲一无所知，美洲文化也不知道亚非大陆上的情形。但碰到不熟悉的地区，地图上不是一笔未提，就是画上了想象出来的怪物和奇景。这些地图上并没有空白的空间，让人觉得全世界就在自己的掌握之中。
在15、16世纪，欧洲人的世界地图开始出现大片空白。从这点可以看出科学心态的发展，以及欧洲帝国主义的动机。地图上的空白可以说是在心理及思想上的一大突破，清楚表明欧洲人愿意承认自己对于一大部分的世界还一无所知。
图1 1459年欧洲人的世界地图。可以看到地图上似乎巨细靡遗，就算是当时欧洲人根
本一无所知的南非地区，都有密密麻麻的信息。
1492年，哥伦布从西班牙出发向西航行，希望能找到一条前往东亚的新航线。哥伦布当时相信的仍然是旧的世界地图，以为全世界在地图上一览无遗。哥伦布从旧地图推算，日本应该位于西班牙以西大约7000公里远。但事实上，从西班牙到东亚的距离要超过两万公里，而且中间还隔着个他不知道的美洲大陆。1492年10月12日大约凌晨2点，哥伦布一行人与这片未知大陆有了第一次接触。皮塔号（Pinta）的瞭望手胡安·罗德里格斯·贝尔梅霍(Juan Rodriguez Berme jo)从桅杆上看到了现在的巴哈马群岛，高呼着:“有陆地!有陆地!”
哥伦布当时相信这个小岛就位于东亚海外，属于“Indies”(印度地方，包含今日印度、中南半岛及东印度群岛等地），所以他把当地人称为“Indians”(这正是美国原住民也被称为“印第安人”的原因）。一直到他过世，哥伦布都不认为自己犯了一个大错。不论是对他还是许多当代的人来说，说他发现了一个完全未知的大陆，这根本难以想象。毕竟千百年来，不管是那些伟大的思想家和学者甚至是不可能犯错的《圣经》，都只知道有欧洲、非洲和亚洲。怎么有可能他们全错了呢?难道《圣经》居然漏了大半个世界，只字未提?这种情况，就好像是说在1969年阿波罗11号要前往月球的途中，居然撞到了另一个从来没人看到的月亮。而正因为哥伦布不愿意接受自己的无知，我们可以说他仍然是个中世纪的人，深信着自己已经知道了全世界，所以就算已经有了如此重大的发现，也无法说服他。
至于第一个成为“现代人”的，其实是意大利水手亚美利哥·韦斯普奇（Amerigo Vespucci)，他曾在1499~1504年多次航行前往美洲。而在1502~1504年间，欧洲有两篇描述这些航程的文章发表，一般人们相信就出于韦斯普奇之手。这两篇文章提出，哥伦布发现的小岛旁边应该不是东亚，而是一整个大陆，而且不管是《圣经》、过去的地理学者或是当时的欧洲人，在先前都不知道这块大陆的存在。1507年，地图绘制大师马丁·瓦尔德泽米勒(Martin Waldseemiller）相信了这种说法，出版了新版的世界地图。于是，这片西班牙船队向西航行所碰上的土地，终于首次以一块独立大陆的姿态出现在地图上。既然要画，瓦尔德泽米勒就得给它取个名字，但他误以为发现美洲的人是亚美利哥·韦斯普奇，因此为了向他致敬，这片大陆就被命名为“America”(美洲）。瓦尔德泽米勒的地图洛阳纸贵，其他许多地图绘制师也跟着有样学样，因此“美洲”这个名词就这样广为流传。说来也算是老天有眼，到头来，全球有1/4的陆地、七大洲之中的两洲，名字就是来自一个名不见经传的意大利人，而他唯一做的事就只是有勇气说出“我们不知道”。
发现美洲，对于科学革命是一大奠基事件。这不但让欧洲人知道实际的观察比过去的传统更重要，而且想征服美洲的欲望也让欧洲人开始求知若渴。他们如果真想控制这片广大的新领地，就一定得收集所有相关地理、气候、植物、动物、语言、文化、历史的庞大数据。在这些时候，不管是基督教《圣经》、过时的地理书籍或是古老的口传知识，都无用武之地。
从此之后，不只是欧洲地理学家，欧洲几乎所有知识领域的学者都学会了留白这一套，诚实面对自己领域的无知，并试着加以填补。他们开始承认自己的理论还不完美，一定还有什么尚未得知的重要信息。
图2 1525年的萨尔瓦提世界地图（Salviati World Map）。1459年版的世界地图上画 满了各个大陆、岛屿，而且还有详细的解释，但萨尔瓦提地图则有大片留白。我们可以看到美洲的海岸线一路向下之后，接着就是一片空白。任何人只要有一点点的好奇心，看到这份地图之后一定会问：“在那后面有什么呢？”地图上没有答案。这就像是一份邀请，请读者亲身起航、一探究竟