发明公开
- 专利标题: 新能源电力系统特征提取模型训练、特征提取方法及系统
-
申请号: CN202311266020.9申请日: 2023-09-28
-
公开(公告)号: CN117235526A公开(公告)日: 2023-12-15
- 发明人: 谢海鹏 , 程肖峰 , 陈昱丞 , 严剑峰 , 鲁广明 , 吕颖 , 魏亚威 , 石琛 , 汪挺 , 马欢
- 申请人: 西安交通大学 , 中国电力科学研究院有限公司 , 国网山东省电力公司电力科学研究院
- 申请人地址: 陕西省西安市碑林区咸宁西路28号
- 专利权人: 西安交通大学,中国电力科学研究院有限公司,国网山东省电力公司电力科学研究院
- 当前专利权人: 西安交通大学,中国电力科学研究院有限公司,国网山东省电力公司电力科学研究院
- 当前专利权人地址: 陕西省西安市碑林区咸宁西路28号
- 代理机构: 西安通大专利代理有限责任公司
- 代理商 李鹏威
- 主分类号: G06F18/214
- IPC分类号: G06F18/214 ; G06F18/2113 ; G06F18/2132 ; G06N3/0464 ; G06N3/084 ; G06F123/02
摘要:
本发明公开了一种新能源电力系统特征提取模型训练、特征提取方法及系统,通过获取能够体现电力系统稳定性的相关特征的训练数据集,将所述训练数据集中的训练数据输入至新能源电力系统特征提取模型中进行特征提取获得初步特征,根据获取的初步特征调整新能源电力系统特征提取模型的训练参数,重复上述步骤,优化调整新能源电力系统特征提取模型的训练参数直至新能源电力系统特征提取模型的损失函数收敛,得到训练好的新能源电力系统特征提取模型,本发明克服了基于变分推理和马尔科夫链蒙特卡洛方法训练的贝叶斯神经网络非常耗时的弊端,应用该方法作为判别网络能够提高判别网络的准确率。