摘要
本发明属于直流微电网建模技术领域,公开了一种基于物理结构化神经网络的直流微电网系统建模方法;首先,根据直流微电网拓扑结构将其分解为多个子系统;其次,利用长短期记忆网络提取每个子系统的关键特征;然后,将子系统特征与系统输入共同整合到一个统一的注意力机制模型中;最后,当系统有新负载接入时,通过特征提取并共享物理结构化神经网络权重实现可扩展建模;与传统数据驱动模型只能针对某一确定拓扑建模而无法处理动态结构变化相比,本发明可以在直流微电网拓扑结构动态变化的运行工况下实现快速建模,本发明赋予直流微电网数据驱动模型以物理可解释性和可扩展性,对实时掌握直流微电网运行状态,保证系统安全稳定运行具有重要意义。
技术关键词
直流微电网系统
结构化神经网络
子系统
建模方法
长短期记忆网络
注意力机制
物理
数据驱动模型
拓扑结构动态变化
接入直流微电网
特征提取模块
训练注意力
可读存储介质
建模系统
建模技术
计算机程序产品
矩阵
处理器
系统为您推荐了相关专利信息
文件排序方法
序列
计算机软件技术
预训练语言模型
长短期记忆网络
动态监测预警系统
滨海盐渍土
盐分
毛细
孔隙结构
燃气轮机系统
压气机
透平
燃烧室
模块化建模方法
PI模型
超磁致驱动器
包络
遗传算法
非线性最小二乘法