加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种基于宽频测量数据的次同步振荡辨识的方法

发明专利有效专利
  • 申请号:
    CN202211176588.7
  • IPC分类号:H02J3/24;H02J3/00;G06V10/764;G06V10/774;G06V10/82;G06N3/04;G06N3/08
  • 申请日期:
    2022-09-26
  • 申请人:
    华北电力大学
著录项信息
专利名称一种基于宽频测量数据的次同步振荡辨识的方法
申请号CN202211176588.7申请日期2022-09-26
法律状态公开申报国家中国
公开/公告日2022-11-22公开/公告号CN115377999A
优先权暂无优先权号暂无
主分类号H02J3/24IPC分类号H;0;2;J;3;/;2;4;;;H;0;2;J;3;/;0;0;;;G;0;6;V;1;0;/;7;6;4;;;G;0;6;V;1;0;/;7;7;4;;;G;0;6;V;1;0;/;8;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人华北电力大学申请人地址
北京市昌平区朱辛庄北农路2号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人华北电力大学当前权利人华北电力大学
发明人刘灏;张文康;毕天姝
代理机构北京凯特来知识产权代理有限公司代理人郑立明;陈亮
摘要
本发明公开了一种基于宽频测量数据的次同步振荡辨识的方法,首先对有次同步振荡与无次同步振荡的PMU测量数据和宽频测量数据进行特征提取,并将提取的一维特征数据转换为二维特征图像;将PMU数据特征图和宽频测量数据特征图,分别作为训练卷积神经网络CNN的训练图像数据;构建卷积神经网络CNN模型,将得到的训练图像数据分别输入到卷积神经网络中进行训练,得到各自对应的图像识别模型;针对新测得的类型未知的PMU和宽频测量数据,将提取出的PMU特征图像和宽频测量特征图像输入至对应的图像识别模型,实现次同步振荡的识别。该方法能够快速、准确地识别次同步振荡行为,并及时进行次同步振荡告警,提高识别效率。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供