一种基于宽频测量数据的次同步振荡辨识的方法

    公开(公告)号:CN115377999B

    公开(公告)日:2024-07-26

    申请号:CN202211176588.7

    申请日:2022-09-26

    Abstract: 本发明公开了一种基于宽频测量数据的次同步振荡辨识的方法,首先对有次同步振荡与无次同步振荡的PMU测量数据和宽频测量数据进行特征提取,并将提取的一维特征数据转换为二维特征图像;将PMU数据特征图和宽频测量数据特征图,分别作为训练卷积神经网络CNN的训练图像数据;构建卷积神经网络CNN模型,将得到的训练图像数据分别输入到卷积神经网络中进行训练,得到各自对应的图像识别模型;针对新测得的类型未知的PMU和宽频测量数据,将提取出的PMU特征图像和宽频测量特征图像输入至对应的图像识别模型,实现次同步振荡的识别。该方法能够快速、准确地识别次同步振荡行为,并及时进行次同步振荡告警,提高识别效率。

    一种基于宽频测量数据的次同步振荡辨识的方法

    公开(公告)号:CN115377999A

    公开(公告)日:2022-11-22

    申请号:CN202211176588.7

    申请日:2022-09-26

    Abstract: 本发明公开了一种基于宽频测量数据的次同步振荡辨识的方法,首先对有次同步振荡与无次同步振荡的PMU测量数据和宽频测量数据进行特征提取,并将提取的一维特征数据转换为二维特征图像;将PMU数据特征图和宽频测量数据特征图,分别作为训练卷积神经网络CNN的训练图像数据;构建卷积神经网络CNN模型,将得到的训练图像数据分别输入到卷积神经网络中进行训练,得到各自对应的图像识别模型;针对新测得的类型未知的PMU和宽频测量数据,将提取出的PMU特征图像和宽频测量特征图像输入至对应的图像识别模型,实现次同步振荡的识别。该方法能够快速、准确地识别次同步振荡行为,并及时进行次同步振荡告警,提高识别效率。

Patent Agency Ranking