摘要
本发明公开了一种融合物理逼近层的发电机数据降噪方法,包括:1)通过仿真软件获得系统不同工况下的数据,提取各同步发电机的功角、角速度、机械功率和电磁功率作为原始数据;2)采用高斯白噪声构建噪声数据;3)针对功角和角速度构建并行分支网络,依据发电机转子运动方程,将物理约束细化至周期并嵌入对应网络层构成物理逼近层;4)以缩小物理偏差得到物理逼近层,借助数据驱动层对降噪结果进一步拟合,并行的物理引导和串行的数据驱动降噪组成数据降噪网络;5)各周期的物理损失作为依据,通过与阈值进行比较来判断是否进行再次引导;6)将实际发电机数据输入到训练完毕的降噪网络中,进而高效地实现噪声数据恢复以增强数据的可用性。
技术关键词
数据降噪方法
物理
周期
噪声数据
网络
同步发电机转子
仿真软件
双分支结构
功率
关系
多层感知机
电磁
方程
仿真模型
系统为您推荐了相关专利信息
地震断层识别方法
双通道结构
三维地震图像
三维地震数据
混合损失函数
推演方法
神经网络模型
网络结构
可视化交互界面
分布式电源
磁流变缓冲器
飞机起落架
神经网络模型
磁流变阀
励磁线圈
伊辛模型
订单匹配方法
形态
拜占庭容错共识算法
神经网络参数