对电力系统小干扰稳定性进行分析的方法大致可以分为以下几种：数值仿真方法、建立在线性模型基础上的分析方法、小干扰稳定域分析方法、非线性理论分析方法和计及模型不确定性的分析方法。对小干扰稳定性问题可以采用线性模型进行研究，这种线性模型是将描述系统动态行为的微分方程和代数方程在稳态运行点处线性化后得到的。目前，建立在线性模型基础上的电力系统小干扰稳定性分析方法主要有两种：以状态空间模型描述为基础的特征值分析法和以传递函数矩阵为基础的频域分析法。本文采用全部特征值分析法（QR 法）对9节点系统在稳态处进

基于密度的聚类算法 它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类(Density based clustering algorithm It defines the cluster as the largest set of density connected points, and can divide the region with enough high density into clusters, and can f

基于SVM的烟雾识别系统 运动区域提取使用的是 自适应混合高斯背景建模 特征算法使用的是 HOG+LBP 机器学习方法使用的是 scikit的SVM(Smoke recognition system based on SVM The moving region extraction uses adaptive Gaussian mixture background modeling feature algorithm, hog + LBP machine learning method