摘要
本申请涉及电力系统智能感知与信号处理技术领域,涉及一种电力系统非平稳信号频率‑相位联合预测方法和装置。所述方法包括:通过基于参数空间遍历的数据扩充方法生成包含频率偏移及噪声的训练集数据;构建多任务神经网络模型;使用训练集数据基于物理约束训练策略训练多任务神经网络模型;对待测信号进行窗口切分输入所述训练完成的多任务神经网络模型获取预测的电力信号频率、相位,将预测结果经卡尔曼滤波校正后输出瞬时频率和瞬时相位预测结果。本发明通过多任务深度神经网络模型实现基频、瞬时相位及谐波成分的联合精确估计,显著提升强谐波环境下的稳定性与时频解析能力。
技术关键词
联合预测方法
多任务神经网络
电力系统
训练集数据
跟踪滤波器
谐波
卡尔曼滤波
数据扩充方法
观测噪声方差
相位估计器
多任务深度神经网络
信号
状态空间模型
频域特征
积层
矩阵
频率估计
平滑滤波方法