[发明专利]发电机电力系统稳定器参数整定方法有效
| 申请号： | 201610079908.5 | 申请日： | 2016-02-04 |
| 公开（公告）号： | CN105529726B | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 付宏伟;谢欢;庞春凤;吴涛;苏为民;姚谦;史扬;赵焱;徐正龙;王丰;刘苗;李煊;曹天植 | 申请（专利权）人： | 华北电力科学研究院有限责任公司;国家电网公司 |
| 主分类号： | H02J3/24 | 分类号： | H02J3/24 |
| 代理公司： | 北京三友知识产权代理有限公司11127 | 代理人： | 王涛 |
| 地址： | 100045 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种发电机电力系统稳定器PSS参数整定方法，包括获取现役机组的无补偿相频特性数据及相应的PSS参数数据，并根据所述无补偿相频特性数据及PSS参数数据编制训练样本；构建一神经网络，并利用所述训练样本对所述神经网络进行训练；利用训练后的神经网络、神经网络仿真函数及一发电机组的无补偿相频特性数据，计算得到所述发电机组的PSS参数整定数据。本发明的方法基于神经网络实现，能够降低操作复杂度，提高实验的安全性，确保电力系统安全运行。 | ||
| 搜索关键词： | 发电机 电力系统 稳定 参数 方法 | ||
【主权项】：
一种发电机电力系统稳定器PSS参数整定方法，其特征在于，包括：获取现役机组的无补偿相频特性数据及相应的PSS参数数据，并根据所述无补偿相频特性数据及PSS参数数据编制训练样本；构建一神经网络，并利用所述训练样本对所述神经网络进行训练；利用训练后的神经网络、神经网络仿真函数及一发电机组的无补偿相频特性数据，计算得到所述发电机组的PSS参数整定数据；所述构建一神经网络，并利用所述训练样本对所述神经网络进行训练，包括：步骤101：将所述训练样本输入至一训练函数，生成所述神经网络；步骤102：利用所述神经网络仿真函数对所述神经网络进行仿真，并输出所有所述训练样本对应的误差；步骤103：以最大的所述误差对应的训练样本为权值，为所述神经网络添加一个隐含层神经元；步骤104：重复执行步骤101至步骤103，对添加所述隐含层神经元后的所述神经网络进行仿真，当所有所述训练样本对应的误差中的最大值达到一设定误差值或者所述神经网络的隐含层神经元个数不再增加时，将最终得到的神经网络作为所述训练后的神经网络。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华北电力科学研究院有限责任公司;国家电网公司，未经华北电力科学研究院有限责任公司;国家电网公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610079908.5/，转载请声明来源钻瓜专利网。
