混合同余法产生随机数和M序列产生方法（算例及matlab程序），参考文献《过程辨识》，方崇智，肖德云，清华大学出版社

一、 利用行列式比估计模型的阶次 2 二、 利用残差的方差估计模型的阶次 3 三、 利用Akaike准则估计模型的阶次 4 四、 利用最终预报误差准则估计模型的阶次 5 五、 根据Hankel矩阵的秩估计模型的阶次 7 附录1 利用行列式比估计模型的阶次 9 附录2 利用残差的方差估计模型的阶次 11 附录3 利用Akaike准则估计模型的阶次 13 附录4 利用最终预报误差准则估计模型的阶次 15 附录5 利用Hankel矩阵的秩估计模型的阶次 17

PSASP9节点算例带详细说明指导 包含PSASP潮流计算、短路计算以及稳定计算，有具体说明

matlab轴心轨迹算例，适合旋转机械故障诊断实验的处理

IEEE，bpa，eurostag以及清华大学提供的潮流标准算例及格式说明

用于matpower对IEEE33节点的潮流计算数据, 实测可以用

midas详细的计算分析，简支T梁，分步操作过程和数据，很清晰。

udf官方算例，有助于大家更好地掌握udf的使用。UDF并不是什么神秘的东西，然而在地球人的眼中，凡是与编程相关的工作，总是认为有点儿高大上罢了。其实UDF程序的编写绝对只是个体力活儿。 Fluent是一个通用软件。所谓的通用软件，意思就是说啥事儿都能做。能做流动，能做传热，能做化学反应，能做多相流，貌似与NS相关的内容都能做。然而，无所不能往往也意味着不甚精通。软件为了满足其通用性，无疑在各种参数的选取上偏于保守，比如说各种求解算法、各种模型参数，为了保证其收敛性和鲁棒性，必然会存在舍弃精度的做法。因此，通用的软件常常难以满足高级人士的计算需求。 作为商用软件，Fluent自然不愿意损失这些高级用户，因此软件给高级用户开了一扇窗口，允许用户根据自己的需求对软件进行一定程度的定制。因此就有了我们这里所说的UDF。 UDF（User Defined Functions，用户自定义功能），采用C语言进行编写，可以采用编译或解释的方式加载到Fluent中，利用UDF可以对Fluent计算过程中的一些模型参数或计算流程进行控制。

预报误差法参数辨识-松弛算法(原理及matlab算例)，方崇智，过程辨识，清华大学出版社。单输入单输出情况见http://download.csdn.net/source/1808608

电力系统可靠性分析的经典分析算例，含79年和96年两个版本，风险评估研究必备。