![一种基于CNN的暂稳极限传输功率的确定方法](/CN/2022/1/114/images/202210570790.jpg)
基本信息:
- 专利标题: 一种基于CNN的暂稳极限传输功率的确定方法
- 申请号:CN202210570790.1 申请日:2022-05-24
- 公开(公告)号:CN115048857A 公开(公告)日:2022-09-13
- 发明人: 王新雷 , 李荣盛 , 谭捷 , 王康 , 田雪沁 , 娄奇鹤 , 董力通 , 袁铁江
- 申请人: 大连理工大学 , 国网经济技术研究院有限公司 , 国网新疆电力有限公司
- 申请人地址: 辽宁省大连市甘井子区凌工路2号; ;
- 专利权人: 大连理工大学,国网经济技术研究院有限公司,国网新疆电力有限公司
- 当前专利权人: 大连理工大学,国网经济技术研究院有限公司,国网新疆电力有限公司
- 当前专利权人地址: 辽宁省大连市甘井子区凌工路2号; ;
- 代理机构: 西安智大知识产权代理事务所
- 代理人: 弋才富
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06K9/62 ; G06F113/04 ; G06F119/02
摘要:
一种基于CNN的暂稳极限传输功率的确定方法,首先通过历史数据构建仿真模型,再通过蒙特卡洛故障模拟进行仿真实验,得到事故前后的系统电压、联络线故障冲击功率以及暂态稳定极限传输功率等数据;然后利用卷积神经网络研究电网的系统输入特征量与输电通道暂态稳定极限传输功率之间的非线性映射关系,并再通过多次训练构建卷积网络模型,最后,利用这种非线性映射关系实现暂稳极限功率的快速计算;本发明提出的卷积神经网络确定暂稳极限功率,相比于直接法和时域仿真法具有更快的计算速度,更高的精度并且有较强的模型适应性。
IPC结构图谱:
G06F30/27 | 使用机器学习,例如人工智能,神经网络,支持向量机 |