基于两阶段迁移学习的调相机暂态电抗参数在线辨识方法
针对常规迁移学习辨识网络需要大量历史辅助数据而影响参数辨识准确性的问题,提出考虑小样本下两阶段迁移学习的调相机暂态电抗参数在线辨识方法.首先,获得不同运行工况下的暂态电抗参数变化规律,利用支持向量机(SVM)和反向传播(BP)神经网络算法获得辅助数据.其次,基于电抗参数变化规律、故障下实时变化的暂态电抗目标数据及辅助数据,采用深度稀疏自编码器(DSAE)与反向传播神经网络进行两阶段特征迁移学习.最后,对不同电网故障下的暂态电抗进行在线辨识,并进行比较验证.结果表明,基于两阶段迁移学习的DSAE与BP神经网络在辨识调相机暂态电抗参数时具有更高的辨识精度.
调相机、暂态电抗、参数辨识、故障、迁移学习
47
TP181;TP391;TM341
2023-07-24(万方平台首次上网日期,不代表论文的发表时间)
共8页
149-156