[發(fā)明專利]基于雙向長短期記憶的復(fù)雜電能質(zhì)量擾動分析方法有效
| 申請?zhí)枺?/td> | 201810198781.8 | 申請日: | 2018-03-12 |
| 公開(公告)號: | CN108562811B | 公開(公告)日: | 2020-05-22 |
| 發(fā)明(設(shè)計)人: | 鄧亞平;王璐;賈顥;同向前 | 申請(專利權(quán))人: | 西安理工大學(xué) |
| 主分類號: | G01R31/00 | 分類號: | G01R31/00;G06N3/04 |
| 代理公司: | 西安弘理專利事務(wù)所 61214 | 代理人: | 羅磊 |
| 地址: | 710048*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 雙向 短期 記憶 復(fù)雜 電能 質(zhì)量 擾動 分析 方法 | ||
1.基于雙向長短期記憶的復(fù)雜電能質(zhì)量擾動分析方法,其特征在于,具體按照以下步驟實施:
步驟1,利用測量儀器采集待檢測的電力系統(tǒng)中電壓或電流信號若干或者采用公式(1)的數(shù)學(xué)模型,得到一系列的包含暫升、暫降、中斷、振蕩暫態(tài)、脈沖暫態(tài)、諧波/間諧波、波動的7類基本PQD及其不同組合構(gòu)成的復(fù)雜PQD的總樣本;
其中包含暫升、暫降、中斷、振蕩暫態(tài)、脈沖暫態(tài)、諧波/間諧波、波動的復(fù)雜PQD信號s(t)的統(tǒng)一參數(shù)化解析數(shù)學(xué)模型公式(1)如下式所示:
其中,δ(t)、A、f0(t)、θ1(t)、N、an(t)、fn(t)、ψn(t)代表了與幅值有關(guān)的擾動:δ(t)為時變函數(shù),A、f0(t)、θ1(t)分別為基波信號的幅值、頻率、相位,N、an(t)、fn(t)、ψn(t)分別代表波動包絡(luò)分量的個數(shù)、n次包絡(luò)信號的幅值、頻率、相位;H、h、bh(t)、θh(t)代表與基波頻率有關(guān)的整數(shù)次諧波擾動:H、h、bh(t)、θh(t)分別代表諧波分量的個數(shù)、諧波次數(shù)、h次諧波的幅值、相位;K、ck(t)、fk(t)、代表與基波頻率無關(guān)的間諧波擾動:K、ck(t)、fk(t)、分別代表了間諧波分量的個數(shù)、k次間諧波的幅值、頻率、相位;M、αm、βm、dm、fm、τm代表了暫態(tài)擾動:M、αm、βm、dm、fm、τm分別代表了振蕩暫態(tài)分量個數(shù)、m次振蕩暫態(tài)的起始時刻、終止時刻、幅值、頻率、相位、衰減因子;μ(t)為噪聲分量;
步驟2,樣本標(biāo)注
將經(jīng)步驟1采集到的PQD樣本,按照信號中所包含的擾動類型分別進行定義并標(biāo)注;
步驟3,將經(jīng)步驟2標(biāo)注的PQD樣本轉(zhuǎn)化為序列形式;
步驟4,將經(jīng)步驟3序列化后的樣本分為訓(xùn)練集和測試集,其中訓(xùn)練集占總樣本70%,測試集數(shù)據(jù)占總樣本的30%;
步驟5,構(gòu)建雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型,包括由下到上依次連接的輸入層部分、隱含層部分以及輸出層部分;
步驟6,將經(jīng)步驟5構(gòu)建好的雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型進行訓(xùn)練,每次訓(xùn)練遍歷訓(xùn)練集中的每一個訓(xùn)練數(shù)據(jù),每次遍歷被稱為一個世代,使神經(jīng)網(wǎng)絡(luò)模型進行多個世代訓(xùn)練,即經(jīng)過若干個世代,得到訓(xùn)練好的雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型;
步驟7,過擬合判斷
使用經(jīng)步驟6訓(xùn)練好后的雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型,用測試集中的80%數(shù)據(jù)來進行測試,得到數(shù)據(jù)準(zhǔn)確率,然后用剩余20%的測試集數(shù)據(jù)進行測試,若準(zhǔn)確度大幅下降則出現(xiàn)過擬合現(xiàn)象,則調(diào)整雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型的超參數(shù),然后重新訓(xùn)練雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型,訓(xùn)練后再次執(zhí)行過擬合判斷,如此循環(huán),直至未出現(xiàn)過擬合,從而得到泛化性好的雙向長短期記憶神經(jīng)網(wǎng)絡(luò)模型;
步驟8,使用經(jīng)步驟7再次訓(xùn)練好的雙向長短期神經(jīng)網(wǎng)絡(luò)模型進行PQD判斷,輸入數(shù)據(jù)為信號序列數(shù)據(jù),輸出數(shù)據(jù)為序列中每一個數(shù)據(jù)所對應(yīng)的電能類型。
2.根據(jù)權(quán)利要求1所述的基于雙向長短期記憶的復(fù)雜電能質(zhì)量擾動分析方法,其特征在于,步驟1中所述的復(fù)雜PQD包含兩種及以上基本PQD構(gòu)成的所有組合形式。
3.根據(jù)權(quán)利要求1所述的基于雙向長短期記憶的復(fù)雜電能質(zhì)量擾動分析方法,其特征在于,所述步驟1中采用公式(1)在對復(fù)雜PQD組合時,應(yīng)遵循以下原則:a、同一參數(shù)不能同時發(fā)生兩種不同方式的突變;b、不同參數(shù)可以同時發(fā)生突變;c、加性擾動的存在不受參數(shù)變化的限制。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安理工大學(xué),未經(jīng)西安理工大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810198781.8/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種短期交易計劃安全校核的方法
- 用于風(fēng)功率的超短期預(yù)測的裝置及預(yù)測方法
- 一種超短期系統(tǒng)負(fù)荷預(yù)測實時在線考核分析方法
- 一種光伏電站發(fā)電功率超短期預(yù)測方法
- 基于二次修正的微網(wǎng)超短期負(fù)荷預(yù)測方法
- 風(fēng)電場短期產(chǎn)能預(yù)報裝置
- 考慮鋼鐵期貨價格和實時電價因素的短期日負(fù)荷預(yù)測方法
- 短期電力負(fù)荷預(yù)測方法
- 基于超限懲罰的獨立微電網(wǎng)動態(tài)回饋修正優(yōu)化調(diào)度方法
- 基于改進AlexNet-GRU模型的配電網(wǎng)短期負(fù)荷預(yù)測方法及裝置





