龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：华中科技大学
摘要：本发明公开了一种基于迁移学习的电力系统主导失稳模式识别方法及系统，属于电力系统稳定性判断领域，方法包括：利用源域训练深度神经网络模型；主导失稳模式识别过程中出现新工况时，仿真获取新工况下的状态数据以形成目标域；将目标域和源域中的状态数据分别输入深度神经网络模型，经由特征提取网络进行特征提取后输出相对应的特征数据；基于特征数据之间的局部最大平均差异计算源域与目标域之间的分布差异损失，利用源域计算深度神经网络模型的交叉熵分类损失，并对分布差异损失和交叉熵分类损失进行加权求和得到最终损失；根据最终损失优化深度神经网络模型并进行主导失稳模式识别。令深度神经网络模型具备适应电力系统中未知工况的能力。
主权项：1.一种基于迁移学习的电力系统主导失稳模式识别方法，其特征在于，包括：S1，仿真获取不同工况下电力系统的状态数据，以及获取相应的人工标注结果，以形成源域，利用所述源域训练预置的深度神经网络模型，所述深度神经网络模型包括依次连接的特征提取网络和全连接分类网络；S2，利用所述深度神经网络模型进行电力系统主导失稳模式识别时，若出现新工况，仿真获取所述新工况下电力系统的状态数据以形成目标域；S3，将所述目标域和所述源域中的状态数据分别输入所述深度神经网络模型，经由所述特征提取网络进行特征提取后输出相对应的特征数据；S4，基于所述特征数据之间的局部最大平均差异计算所述源域与目标域之间的分布差异损失，利用所述源域计算所述深度神经网络模型的交叉熵分类损失，并对所述分布差异损失和所述交叉熵分类损失进行加权求和得到最终损失；S5，根据所述最终损失优化所述深度神经网络模型，利用优化后的深度神经网络模型进行电力系统主导失稳模式识别。
全文数据：
权利要求：
百度查询： 华中科技大学 基于迁移学习的电力系统主导失稳模式识别方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号