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：国家电网有限公司华中分部;武汉大学
摘要：基于神经网络的风机脱网连锁故障风险评估方法，包括：构建含风机的交流电网的仿真模型；通过仿真模型获取交流电网不同状态下，其中各风机的定子侧电流仿真数据和转子侧电流仿真数据，根据各风机的定子侧电流仿真数据和转子侧电流仿真数据获取训练数据；构建基于BP神经网络的预测模型，并基于DCS算法对所述预测模型的超参数进行优化；通过预测模型预测未来一段时间内各风机的定子侧电流；根据预测结果，计算各风机的脱网风险指标，根据各风机的脱网风险指标对交流电网的连锁故障风险进行评估。本设计能够有效评估含风机的交流电网中风机脱网连锁故障风险。
主权项：1.基于神经网络的风机脱网连锁故障风险评估方法，其特征在于：所述评估方法包括：S1、构建含风机的交流电网的仿真模型；S2、通过仿真模型获取交流电网稳态运行的状态下、交流电网发生线路故障的状态下，交流电网中各风机的定子侧电流仿真数据和转子侧电流仿真数据，根据各风机的定子侧电流仿真数据和转子侧电流仿真数据获取训练数据；所述训练数据包括：各风机的第一电流、各风机的第二电流，所述第一电流为第一时刻的定子侧电流仿真数据、转子侧电流仿真数据，所述第二电流为第一时刻后T时间段内的定子侧电流仿真数据、转子侧电流仿真数据；S3、构建基于BP神经网络的预测模型，基于DCS算法对所述预测模型的超参数进行优化；S4、以各风机的第一电流作为所述预测模型的输入，以各风机的第二电流作为所述预测模型的预测输出，对超参数优化后的预测模型进行训练，得到训练好的预测模型；S5、将所述交流电网中各风机的定子侧电流实时数据、转子侧电流实时数据输入所述训练好的预测模型，预测未来的T时间段内各风机的定子侧电流、转子侧电流；S6、根据所述未来的T时间段内各风机的定子侧电流、转子侧电流，得到各风机的脱网风险指标，根据各风机的脱网风险指标对交流电网的连锁故障风险进行评估。
全文数据：
权利要求：
百度查询： 国家电网有限公司华中分部 武汉大学 基于神经网络的风机脱网连锁故障风险评估方法及系统
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