新能源机组控制参数辨识方法及系统

    公开(公告)号:CN117369284A

    公开(公告)日:2024-01-09

    申请号:CN202311539722.X

    申请日:2023-11-18

    IPC分类号: G05B13/04

    摘要: 本发明公开了一种新能源机组控制参数辨识方法,包括如下步骤:建立双馈风机网侧变流器控制系统模型;获取网侧变流器控制参数及其观测量数据;通过GAIN模型训练对观测量数据进行检测修复,构建观测量数据‑控制参数集;设置CNN‑LSTM神经网络中超参数的寻优范围;使用改进贝叶斯寻优算法对所述CNN‑LSTM神经网络超参数进行寻优,确定CNN‑LSTM神经网络架构;使用所述CNN‑LSTM神经网络对观测量数据‑控制参数集进行训练预测;输出新能源机组控制参数辨识结果。本发明依靠观量测数据来实现参数辨识,不需要过多的模型参数信息,同时对异常观量测数据进行检测修复,保证新能源机组参数辨识的精确度。

    基于粒子群算法的同步调相机容量优化配置方法

    公开(公告)号:CN115544872A

    公开(公告)日:2022-12-30

    申请号:CN202211182627.4

    申请日:2022-09-27

    IPC分类号: G06F30/27

    摘要: 本发明公开了一种基于粒子群算法的同步调相机容量优化配置方法,其步骤如下:分别在DIgSILENT和MatLab中建立电力系统暂态仿真模型和调相机容量优化配置模型,初始化粒子群数据和参数ε,开始迭代;DIgSILENT读取模型参数文件进行暂态仿真,生成仿真数据;MatLab读取仿真数据,归一化处理数据,计算目标函数,确定粒子的个体最优位置和全局最优位置,比较本次全局最优位置与上次全局最优位置的函数值,若相差小于,跳出迭代ε,若否,继续进行迭代,更新粒子的速度和位置,直至得到最优解。本方法基于粒子群优化算法,结合MatLab与DIgSILENT的暂态仿真,实现了考虑约束的同步调相机容量优化问题自动迭代和求解。