-
公开(公告)号：CN115015631A
公开(公告)日：2022-09-06
申请号：CN202210309789.3
申请日：2022-03-28
Applicant: 华北电力大学
Abstract: 一种基于时空图卷积网络的谐波源定位方法，属于电力大数据处理技术领域。该方法利用时空图卷积神经网络(spatial‑temporal graph convolution networks,STGCN)可以自然地集成节点信息和拓扑结构空间信息的特点，通过模型的时空块可以有效提取节点间强时空耦合关系并进行全网谐波状态估计，通过此谐波状态估计模型，只输入监测节点的谐波状态就可以精准估计全网谐波状态，最后引入统计学中的皮尔逊相关系数计算每个节点谐波电流与谐波电压的相关性可以有效区分谐波源节点。本发明完全基于数据驱动，克服了复杂电网环境下仅依靠基于机理的单一公式或方程无法精准求解的局限性。使用该方法避免了传统方法的谐波阻抗难以获得、量测方程难以等弊端，可以精准的进行谐波状态估计并准确定位谐波源节点。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
