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！

摘要：本发明公开了一种基于卷积神经网络的送端电网功率振荡抑制效果评估方法、系统及计算机可读存储介质，方法包括以下步骤：将待评估数据输入训练好的卷积神经网络CNN模型，得到评估结果；其中，构建和训练卷积神经网络CNN模型的具体内容包括：生成用于稳定分析和功率振荡抑制效果评估的稳定计算样本集Xm；利用二分法求解Xm中各样本的故障极限切除时间CCT值，并与故障实际切除时间Tac比较得到系统的稳定裕度Tm；获取暂态特征Fm，将Xm与Fm整合为输入数据集，将稳定裕度Tm作为的输出数据集；构建并训练卷积神经网络CNN模型。

主权项：1.一种基于卷积神经网络的送端电网功率振荡抑制效果评估方法，其特征在于，包括以下步骤：将待评估数据输入训练好的卷积神经网络CNN模型，得到评估结果；其中，构建和训练卷积神经网络CNN模型的具体内容包括：根据送端电网的各种运行方式Rj、暂态故障Fk以及不同送端柔性直流换流站控制方式Cn，生成用于稳定分析和功率振荡抑制效果评估的稳定计算样本集Xm；其中，j＝1,2,...,M；k＝1,2,...,P；n＝1,2,...,Q；Xm＝{Rj,Fk,Cn}，m＝1,2,...,M*P*Q；利用二分法求解Xm中各样本的故障极限切除时间CCT值，并与故障实际切除时间Tac比较得到系统的稳定裕度Tm；采样获取各节点的电压U、有功功率P、无功功率Q或频率f的时序数据形成暂态响应时间窗，采样区间[T0,Tfault]覆盖故障前、故障发生以及故障切除三个时刻；将暂态响应时间窗组成样本的暂态特征Fm，将Xm作为稳态特征与暂态特征Fm整合为输入数据集，将稳定裕度Tm作为的输出数据集；其中各节点包括各负荷节点和各发电机节点；构建卷积神经网络CNN模型，并通过输入数据集和输出数据集对CNN模型进行训练并对CNN模型进行参数优化，得到训练好的CNN模型。

全文数据：

权利要求：

百度查询： 湖南大学 国网经济技术研究院有限公司 国网四川省电力公司电力科学研究院 国家电网有限公司 一种基于卷积神经网络的送端电网功率振荡抑制效果评估方法、系统及计算机可读存储介质