摘要
本申请提供了一种电力系统频率自适应估计方法及系统,涉及电力技术领域,用于提高电力系统频率预测的准确度。该方法包括:对采集的时域仿真数据或真实历史数据进行特征提取得到电力运行关键数据以及电力运行扰动数据;确定电力运行关键数据以及电力运行扰动数据对应的数据标签;根据第一训练数据集中的样本数据对初始网络模型使用第一算法进行逐层训练,直至根据训练得到的初始网络模型的权重和阈值计算的损失值小于预置数值时,停止对初始网络模型的训练;根据第二训练数据集中的样本数据对训练好的初始网络模型使用第二算法继续训练,得到电力频率预测模型;通过电力频率预测模型对输入的电力数据进行预测得到多项电力相关频率数据。
技术关键词
数据标签
电力系统频率
网络结构
样本
电力运行数据
仿真数据
估计方法
算法
检测数据输入
有功功率
异常数据
机组
数值
噪声数据
模块
系统为您推荐了相关专利信息
代码搜索方法
训练集数据
联合损失函数
自然语言
智能软件工程
虚拟现实交互设备
视频帧
驾驶模拟训练系统
序列
样本
大白猪饲料
多态性位点
猪饲料转化率性状
全基因组关联分析
分子标记辅助