基于双解空间下核极限学习机的SVG电压穿越控制参数辨识方法

AITNT
正文
推荐专利
基于双解空间下核极限学习机的SVG电压穿越控制参数辨识方法
申请号:CN202510871495
申请日期:2025-06-26
公开号:CN120724842A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开一种基于双解空间下核极限学习机的SVG电压穿越控制参数辨识方法,包括以下步骤:步骤S1,将SVG故障阶段进行划分,建立起SVG稳态控制模型和故障控制模型,并根据控制参数对稳态特性和故障特性影响的不同,将SVG控制参数的求解空间划分为由稳态参数求解空间和动态参数求解空间构成的双解空间;步骤S2,提取相应观测量取特征值,构建输入‑输出样本,并在双解空间下建立起核极限学习机模型;步骤S3,利用输入‑输出样本训练核极限学习机,将RT‑LAB硬件在环测试数据输入到训练好的核极限学习机中来辨识SVG控制参数;本发明提高了辨识的适应性和准确性,以实现SVG的精确建模。
技术关键词
辨识方法 无功电流 样本 有效值 SVG控制器 并网电压 核极限学习机模型 阶段 稳态参数 特征值 低电压穿越控制 仿真模型建模 控制策略模型 节点数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号