| 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 |
| |
| 引用本文： | 陈剑,杜文娟,王海风.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[J].电工技术学报,2021,36(1):179-190. |
| |
| 作者姓名： | 陈剑 杜文娟 王海风 |
| |
| 作者单位： | 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;四川大学电气工程学院 成都 610065 |
| |
| 基金项目： | 中央高校基本科研基金资助项目 |
| |
| 摘 要： | 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系统测试算例.结果表明,该方法相比于传统的特征值分析方法,具有定位准确率高、在线应用方便等优势.该方法能够在较短时间内给出判别结果,为实现振荡源的在线识别奠定了基础.
|
| 关 键 词： | 开环模式谐振 次同步振荡 直驱风机 振荡源定位 机器学习 |
A Method of Locating the Power System Subsynchronous Oscillation Source Unit with Grid-Connected PMSG Using Deep Transfer Learning |
| |
| Chen Jian,Du Wenjuan,Wang Haifeng.A Method of Locating the Power System Subsynchronous Oscillation Source Unit with Grid-Connected PMSG Using Deep Transfer Learning[J].Transactions of China Electrotechnical Society,2021,36(1):179-190. |
| |
| Authors: | Chen Jian Du Wenjuan Wang Haifeng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
