[发明专利]基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法在审
| 申请号： | 202210454733.7 | 申请日： | 2022-04-27 |
| 公开（公告）号： | CN114897008A | 公开（公告）日： | 2022-08-12 |
| 发明（设计）人： | 吴熙;王鹏;陆瑶;陈曦;任必兴;李强;贾勇勇 | 申请（专利权）人： | 东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 北京同辉知识产权代理事务所(普通合伙) 11357 | 代理人： | 沈利芳 |
| 地址： | 210096 江苏省*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于机器学习与卡尔曼滤波的微弱次同步振荡辨识方法，涉及电力系统稳定及控制技术领域，包括神经网络模型与卡尔曼滤波模型两部分：神经网络模型负责从原始振荡信号中提取每个次同步振荡分量的预估计振荡频率；卡尔曼滤波模型使用机器学习模型输出结果作为初始参数值，从总的原始信号中提取出相应的次同步振荡分量，基于输出结果，依据数值计算公式计算得出次同步振荡信号各次同步振荡分量的频率、幅值、阻尼比等振荡参数；具有优异的抗噪性，并解决了传统卡尔曼滤波方法难以直接应用于次同步振荡辨识的难题，且相比于常规机器学习算法拥有更好的模型可解释性，相比于传统方法拥有更好的实时性，适应了实际工程应用的需求。 | ||
| 搜索关键词： | 基于 机器 学习 卡尔 滤波 微弱 同步 振荡 辨识 方法 | ||
【主权项】：
暂无信息
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东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院;国家电网有限公司，未经东南大学;国网江苏省电力有限公司;国网江苏省电力有限公司电力科学研究院;国家电网有限公司许可，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/202210454733.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种风力发电机风轮机构及发电方法
- 下一篇：一种微弱信号检测方法及系统
