[发明专利]模型处理方法、装置、计算机设备和存储介质有效
| 申请号: | 202110516133.4 | 申请日: | 2021-05-12 |
| 公开(公告)号: | CN113221064B | 公开(公告)日: | 2023-06-20 |
| 发明(设计)人: | 姜臻;于力;张斌;郭志诚;席禹;陈煜敏;符健 | 申请(专利权)人: | 南方电网数字电网科技(广东)有限公司 |
| 主分类号: | G06F17/16 | 分类号: | G06F17/16;G06F17/18 |
| 代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 邓云鹏 |
| 地址: | 510700 广东省广州市*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 模型 处理 方法 装置 计算机 设备 存储 介质 | ||
1.一种模型处理方法,其特征在于,所述方法包括:
建立目标变换器的初始数学模型;其中,所述初始数学模型包括多个用于表征所述目标变换器的下垂控制特性的状态方程,各所述状态方程包括至少一个状态变量;
根据多个所述状态变量确定线性状态矩阵,并求解出所述线性状态矩阵的特征值;
确定各所述状态变量在所述线性状态矩阵的特征值中的参与因子;
将所述线性状态矩阵转换为奇异摄动式矩阵,并根据各所述状态变量在所述线性状态矩阵的特征值中的参与因子和所述奇异摄动式矩阵对所述初始数学模型进行降阶处理,得到所述目标变换器对应的目标数学模型;所述目标数学模型用于计算所述目标变换器是否处于暂态;
其中,所述根据各所述状态变量在所述线性状态矩阵的特征值中的参与因子和所述奇异摄动式矩阵对所述初始数学模型进行降阶处理,得到所述目标变换器对应的目标数学模型,包括:
根据所述线性状态矩阵的特征值的实部和虚部,将所述线性状态矩阵的特征值划分为多个簇,并从所述多个簇中查找出目标簇;其中,所述目标簇的特征值与虚轴的距离在预设距离范围内;
根据各所述状态变量在所述线性状态矩阵的特征值中的参与因子,从所述目标簇对应的状态变量中查找出慢状态变量和快状态变量,所述慢状态变量的参与因子大于所述快状态变量的参与因子;
根据所述奇异摄动式矩阵对所述初始数学模型进行去除快状态变量保留慢状态变量的处理,得到所述目标变换器对应的目标数学模型
所述将所述线性状态矩阵的特征值划分为多个簇,包括:
确定所述线性状态矩阵的特征值λ=σ+jω的实部,并将实部按照1:10的比例将所述特征值划分为多个簇。
2.根据权利要求1所述的方法,其特征在于,所述根据各所述状态变量在所述线性状态矩阵的特征值中的参与因子,从所述目标簇对应的状态变量中查找出所述慢状态变量和快状态变量,包括:
根据预先设置的参与因子范围,从多个所述参与因子中查找出高等级参与因子;
从所述目标簇中查找出与所述高等级参与因子对应的状态变量作为慢状态变量,将除所述慢状态变量之外的状态变量确定为快状态变量。
3.根据权利要求1所述的方法,其特征在于,所述根据各所述状态变量在所述线性状态矩阵的特征值中的参与因子,从所述目标簇对应的状态变量中查找出所述慢状态变量和快状态变量,包括:
根据预先设置的参与因子范围,从多个所述参与因子中查找出高等级参与因子和低等级参与因子;
从所述目标簇中查找出与所述高等级参与因子对应的状态变量和与所述低等级参与因子对应的状态变量作为慢状态变量,将除所述慢状态变量之外的状态变量确定为快状态变量。
4.根据权利要求1所述的方法,其特征在于,所述确定各所述状态变量在所述线性状态矩阵的特征值中的参与因子,包括:
根据预先设置的参与因子计算公式,计算出各所述状态变量在所述线性状态矩阵的特征值中的参与因子;
其中,所述参与因子计算公式包括:,
为所述状态变量的特征值;为所述线性状态矩阵的左特征向量,为所述线性状态矩阵的右特征向量;为所述左特征向量矩阵中k行j列的元素,为所述右特征向量矩阵中第k行j列的元素。
5.根据权利要求1所述的方法,其特征在于,所述奇异摄动式矩阵包括:
和;
其中,ε为扰动参数矩阵,y为所述快状态变量,z为所述慢状态变量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网数字电网科技(广东)有限公司,未经南方电网数字电网科技(广东)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110516133.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:车位检测装置及方法
- 下一篇:一种微生物菌剂及促进芝麻生长的种植方法





