摘要
本发明涉及电力传输技术领域,尤其是一种基于状态空间模型与路由优化的宽频振荡抑制方法。首先对采集到的多元时序元数据进行预处理,将处理过的数据与相对应的抑制器协作方案作为输入与对应的标签送入深度学习模型,输出数据所对应的宽频振荡现象的抑制方案。本发明中,基于选择性状态空间模型结合动态路由机制,对不同特征的振荡数据进行差异化建模,以提高对于模型对数据的拟合能力,能够在保留类RNN模型的数据顺序依赖能力的同时,实现对于时序数据的线性复杂度的序列建模能力,因此能够对长时序的电力数据提供高效且准确的建模能力。本发明解决了现有技术无法准确、有效且及时地抑制电网中出现的各种复杂的宽频振荡的问题。
技术关键词
振荡抑制方法
状态空间模型
特征提取网络
宽频
多元时序数据
对象
多层感知机
Softmax函数
振荡抑制系统
输出模块
电力传输技术
预测误差
线性
样本
深度学习模型
振荡现象
特征提取模块
系统为您推荐了相关专利信息
数据生成方法
残余应力值
工况
深度编码
时域特征
网络控制方法
事件触发机制
遗传算法
网络化控制系统
网络化系统
三维模型分类方法
三元组
特征融合网络
特征描述符
融合特征
文本
智能图像识别方法
智能图像识别系统
特征提取网络
生成对抗网络