公开(公告)号：CN109524972B

公开(公告)日：2022-03-29

申请号：CN201811178389.3

申请日：2018-10-10

申请人： 华南理工大学

发明人： 吴青华 ,  薛正艺 ,  李梦诗

IPC分类号： H02J3/24 ,  H02J3/00

摘要： 本发明公开了一种基于GSO和SVM算法的低频振荡参数估计方法，包括步骤：1)获取基础数据，包括电网电压信号、电流信号；2)采取数学形态法的开闭运算对电网电能信号预处理；3)利用支持向量机(SVM)确定低频振荡的模态数量；4)根据群优化算法(GSO)拟合得出各模态低频振荡的相关参数值；5)采用叠加计算得出当前低频振荡波形函数表达式，再根据表达式进行检验。本发明将SVM算法和GSO算法结合起来，通过基于信息的方法找出实时动态电能信号中的低频振荡分量及其参数特征，以便后续及时采取措施，降低低频振荡带来的潜在危险，为电力系统的稳定性提供保障。

公开(公告)号：CN109738776A

公开(公告)日：2019-05-10

申请号：CN201910001442.0

申请日：2019-01-02

申请人： 华南理工大学

发明人： 吴青华 ,  薛正艺 ,  夏候凯顺 ,  李梦诗

IPC分类号： G01R31/26

摘要： 本发明公开了一种基于LSTM的风机变流器开路故障识别方法，包括步骤：1)采集并网双馈风力发电机的背靠背变流器出口侧的历史故障信号；2)对电压和电流的原始时间序列数据进行预处理及归一化；3)设计并构建多层长短时记忆LSTM网络作为开路故障数据训练模型；4)将固定数量的预处理过的历史训练数据放入LSTM网络中进行神经网络训练；5)对训练后的网络利用在不同环境变量下采集的训练集进行正确率交叉检验和鲁棒性检验；6)采集风力发电机实时运行样本作为测试集，对测试集的故障类型进行诊断。本发明通过建立多层LSTM网络，对双馈风力发电机中的背靠背变流器IGBT开路故障的历史数据进行训练，以达到实时有效地检测风力发电机中同类型故障的目的。

公开(公告)号：CN109524972A

公开(公告)日：2019-03-26

申请号：CN201811178389.3

申请日：2018-10-10

申请人： 华南理工大学

发明人： 吴青华 ,  薛正艺 ,  李梦诗

IPC分类号： H02J3/24 ,  H02J3/00

摘要： 本发明公开了一种基于GSO和SVM算法的低频振荡参数估计方法，包括步骤：1)获取基础数据，包括电网电压信号、电流信号；2)采取数学形态法的开闭运算对电网电能信号预处理；3)利用支持向量机(SVD)确定低频振荡的模态数量；4)根据群优化算法(GSO)拟合得出各模态低频振荡的相关参数值；5)采用叠加计算得出当前低频振荡波形函数表达式，再根据表达式进行检验。本发明将SVD算法和GSO算法结合起来，通过基于信息的方法找出实时动态电能信号中的低频振荡分量及其参数特征，以便后续及时采取措施，降低低频振荡带来的潜在危险，为电力系统的稳定性提供保障。