基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

陆友文; 崔昊; 陈佳宁; 彭祥佳; 冯双; 刘栋

首页> 中文期刊> 《中国电力》 >基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

近年来风电并网比例大幅提高,由此引发的次/超同步振荡的发生概率也大大提高,严重威胁系统的安全稳定性。准确辨识次/超同步振荡参数是抑制振荡的基础,提出基于注意力机制的残差卷积神经网络的辨识方法。卷积神经网络的局部相关性和权值共享决定了其具有更强的特征学习和表达能力,通过结合注意力机制可以更准确地辨识振荡参数。同时,引入残差连接,用以解决深层卷积神经网络存在的梯度消失和网络退化问题。仿真结果表明:相较于传统方法,该方法不仅能在较短时间窗数据上完整地辨识次/超同步振荡的参数,且能规避传统方法因主观因素带来的辨识误差,降低振荡参数辨识的复杂度。

著录项

来源
《中国电力》 |2023年第4期|46-55|共11页
作者
陆友文; 崔昊; 陈佳宁; 彭祥佳; 冯双; 刘栋;
展开▼
作者单位

东南大学软件学院;

东南大学电气工程学院;

国电南瑞科技股份有限公司;

展开▼
原文格式 PDF
正文语种 chi
中图分类计算技术、计算机技术;
关键词
次/超同步振荡; 同步相量; 参数辨识; 卷积神经网络; 注意力机制; 残差网络;

相似文献

中文文献
外文文献
专利

1. 基于阻抗特性的次/超同步振荡风电场振荡源识别及切机策略 [J] . 秦爽 ,李忠憓 ,岳涵 . 东北电力技术 . 2023,第1期
2. 基于改进矩阵束的次同步振荡模态参数辨识方法研究 [J] . 吴小钊 ,管保安 ,董姝言 . 陕西电力 . 2014,第003期
3. 基于五点三次平滑和ARMA的次同步振荡参数辨识 [J] . 王雨虹 ,杨明昆 ,包伟川 . 合肥工业大学学报（自然科学版） . 2020,第006期
4. 基于同步相量测量单元的输电线路参数辨识方法 [J] . 姚若昊 ,黄红远 ,彭飞进 . 自动化技术与应用 . 2019,第2期
5. 基于宽频量测间谐波潮流计算的次/超同步振荡溯源方法 [J] . 金标 ,余一平 ,樊陈 . 电力自动化设备 . 2022,第8期
6. 基于相量测量的同步发电机参数辨识 [C] . 米增强 ,张宁 ,任惠 . 中国高等学校电力系统及其自动化专业第二十二届学术年会 . 2006
7. 双馈风电场接入弱电网的次/超同步振荡机理及抑制方法研究 [A] . 刘津铭 . 2020

基于RA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

摘要

著录项

相似文献

相关主题

期刊订阅