基于深度学习的光伏并网谐波电流预测方法

本发明公开了一种基于深度学习的光伏并网谐波电流预测方法，涉及电力系统和光伏并网技术领域。该方法获取光伏并网系统中的三相负载电流和并网点电压数据，采用Clark和Park变换将三相负载电流转换为两相直流分量，并通过低通滤波器提取基波电流，获得谐波电流分量。利用快速傅里叶变换提取并网点电压数据的时域和频域特征，分析电压谐波与负载电流谐波的相关性，提取并网点电压特征。通过卷积神经网络提取谐波电流分量的局部特征，再通过双向长短期记忆网络捕捉时序特征，构建谐波电流预测模型。最后，输入预处理后的电流和电压特征，生成谐波电流预测值。能够更有效地处理光伏并网系统中的非线性和不确定性问题。