摘要
本公开提供了基于DL‑MVCNN的风电次同步振荡溯源方法及系统,涉及风电并网以及振荡溯源技术领域,包括:构建多风电场并网模型,获取瞬时电流和功率高维度次同步振荡数据;基于采样确定学习对瞬时电流和功率次同步振荡内在固有动力学进行建模,在给定的状态空间下,提取次同步振荡动力学特征,并生成次同步振荡动力学图;将次同步振荡动力学图输入至多模态振荡溯源模型,提取每个风场各自的动力学模式特征,将每个风场的动力学模式特征再通过多模态振荡溯源模型中的通道注意力机制进行融合,得到融合特征,不同振荡源对应着不同的确定学习动力学特征,基于融合特征,调整权重给予渠道,计算相应通道权值,输出风场溯源的分类结果。
技术关键词
风电次同步振荡
溯源方法
通道注意力机制
非线性动力学模型
融合特征
非暂态计算机可读存储介质
多风电场
特征提取模块
风场
多模态
动力学建模方法
RBF神经网络
卷积神经网络模型
功率
模式
渠道
电子设备
处理器
溯源技术
特征提取器
系统为您推荐了相关专利信息
服饰特征
图像生成模型
融合特征
人体特征
视频生成方法
纹理特征
运动轨迹预测
通道注意力机制
多尺度特征
上采样
时空融合特征
时域特征提取
空间特征提取
类别识别方法
计算机执行指令