[发明专利]一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法及装置在审
| 申请号： | 202110686343.8 | 申请日： | 2021-06-21 |
| 公开（公告）号： | CN113569464A | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 张兴友;于芃;王士柏;王楠;王玥娇;邢家维;关逸飞;袁帅;张元鹏;刘军;李俊恩;陈健 | 申请（专利权）人： | 国网山东省电力公司电力科学研究院;国家电网有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/08;G06Q10/04;G06Q50/06;F03D17/00;G06F113/06 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 杨乐 |
| 地址： | 250003 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于可再生能源发电技术领域，公开一种基于深度学习网络与多任务学习策略的风电机组振荡模态预测方法，包括：对风电机组实际运行时的输出功率、电压以及风速数据进行采集；对采集的风电机组输出功率、电压以及风速数据进行分段；采用Pony算法分析数据段包含的振荡模态；使用去噪自编码器对输出功率数据进行特征提取，并求取数据段的风速均值与电压均值，得到输出功率、风速、电压特征；构建多任务学习网络对振荡模态进行预测。本发明实施例首次将深度学习方法应用于风电系统振荡模态预测领域，基于风电机组运行大数据和多任务学习神经网络模型对机组的振荡模态进行预测，为风电系统运行安全性分析提供参考。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 任务 策略 机组 振荡 预测 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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国网山东省电力公司电力科学研究院;国家电网有限公司，未经国网山东省电力公司电力科学研究院;国家电网有限公司许可，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/patent/202110686343.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于大数据的农业社交智能服务系统
- 下一篇：图像处理方法、装置及电子设备
