采用深度迁移学习定位含直驱风机次同步振荡源机组的方法OA北大核心CSCDCSTPCD
A Method of Locating the Power System Subsynchronous Oscillation Source Unit with Grid-Connected PMSG Using Deep Transfer Learning
随着新能源电力电子器件的广泛接入,电力系统次同步振荡问题的诱发机理越来越复杂.为了能够及时定位到诱发次同步振荡的机组并采取措施,基于深度迁移学习提出了一种次同步振荡源定位的方法.该方法首先依据开环模式谐振理论构建仿真系统,并在仿真系统中获取训练数据样本;其次,运用卷积神经网络(CNN)进行振荡源特征提取并建立训练定位模型;最后,通过迁移学习将训练模型迁移到实际系统,以实现定位模型的应用.为验证所提方法的有效性,设计了含直驱风机并网的电力系统的仿真…查看全部>>
陈剑;杜文娟;王海风
新能源电力系统国家重点实验室(华北电力大学) 北京 102206四川大学电气工程学院 成都 610065新能源电力系统国家重点实验室(华北电力大学) 北京 102206
信息技术与安全科学
开环模式谐振次同步振荡直驱风机振荡源定位机器学习
《电工技术学报》 2021 (1)
179-190,12
中央高校基本科研基金资助项目(YJ201654).
评论