-
公开(公告)号：CN113872239B
公开(公告)日：2023-09-08
申请号：CN202111130535.7
申请日：2021-09-26
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于知识和数据联合驱动的并网逆变器阻抗获取方法，包括以下步骤：S1，数据获取：在Matlab中的Simulink环境下搭建仿真模型，通过改变并网逆变器的工况，获取不同工况下并网逆变器dq阻抗大数据；S2，模型建立：基于知识驱动分析得到的变量为输入，并网逆变器dq阻抗为输出建立KELM模型，利用遗传算法GA对KELM输入权值进行优化，得到GA‑ELM模型；S3，误差校验：基于RT‑LAB搭建半实物实时仿真平台，针对GA‑ELM模型，基于扰动注入法对不同工况下的并网逆变器dq阻抗进行测量计算。本方法既保证了模型输入变量的合理确定，又建立了机器学习模型，不仅适应工程现场并网逆变器内部信息保密的实际情况，而且避免向实际运行系统持续注入谐波扰动。
-
公开(公告)号：CN113872239A
公开(公告)日：2021-12-31
申请号：CN202111130535.7
申请日：2021-09-26
Applicant: 华北电力大学(保定)
Abstract: 本发明公开了一种基于知识和数据联合驱动的并网逆变器阻抗获取方法，包括以下步骤：S1，数据获取：在Matlab中的Simulink环境下搭建仿真模型，通过改变并网逆变器的工况，获取不同工况下并网逆变器dq阻抗大数据；S2，模型建立：基于知识驱动分析得到的变量为输入，并网逆变器dq阻抗为输出建立KELM模型，利用遗传算法GA对KELM输入权值进行优化，得到GA‑ELM模型；S3，误差校验：基于RT‑LAB搭建半实物实时仿真平台，针对GA‑ELM模型，基于扰动注入法对不同工况下的并网逆变器dq阻抗进行测量计算。本方法既保证了模型输入变量的合理确定，又建立了机器学习模型，不仅适应工程现场并网逆变器内部信息保密的实际情况，而且避免向实际运行系统持续注入谐波扰动。
-
公开(公告)号：CN115701677A
公开(公告)日：2023-02-10
申请号：CN202210973715.X
申请日：2022-08-15
Applicant: 华北电力大学(保定)
Abstract: 本发明提出一种用于新能源发电网络的灰箱聚合方法及系统，包括：基于VF算法，获取用于构建新能源发电网络的电气元件的等效阻抗；通过对所述等效阻抗进行聚合，构建所述新能源发电网络，其中，所述聚合包括并联聚合和串联聚合；在并联聚合过程中选择不具有相同零点的子系统进行聚合；在串联聚合过程中选择不具有相同极点的子系统进行聚合；本发明基于灰箱背景，利用VF算法对逆变器等主要电气设备的离散阻抗数据进行拟合获取系统初始阻抗网络，并详细阐述阻抗网络聚合过程及对聚合后网络的稳定性分析方法进行展现；本发明防止了在阻抗网络聚合过程中存在的零极点对消现象可能导致系统稳定性误判，并给出正确选择阻抗聚合路径的依据。
-
-
Search Results
3
records
(took 0.024 seconds)
