摘要
本发明公开了一种基于神经网络的风电渗透电力系统惯量评估方法及系统,本发明包括建立不同风电渗透率下的电力系统的模型;计算不同风电渗透率下的电力系统的等效惯量;进行潮流仿真获取不同风电渗透率下的电力系统的候选电力系统变量,对候选电力系统变量和等效惯量进行相关性分析以筛选出最具相关性的电力系统变量并与等效惯量构建训练数据集;构建神经网络模型,利用训练数据集训练神经网络模型使其建立电力系统变量向量及其等效惯量之间的映射关系用于待评估的电力系统的惯量评估。本发明旨在针对渗透率变化的电力系统的惯量进行准确评估以确保电网安全、可靠、稳定地运行。
技术关键词
同步发电机
前馈神经网络
训练神经网络模型
变量
建立电力系统
皮尔逊相关系数
仿真分析
风电场有功功率
风力发电机
转子转动惯量
估计误差
微处理器
可读存储介质
计算机程序产品
编程
评估系统
系统为您推荐了相关专利信息
风险管控方法
风险管控装置
环境参数信息
强化学习算法
SVM算法
变化检测网络
图像块
特征提取模块
模态特征
融合特征
智能化建模方法
电子元器件
大信号模型
晶体管
性能预测方法