混合驱动模型训练方法、装置、计算机设备及存储介质制造方法及图纸

本申请涉及一种混合驱动模型训练方法、装置、计算机设备及存储介质，应用于电网换相换流器

【技术实现步骤摘要】
混合驱动模型训练方法、装置、计算机设备及存储介质


[0001]本申请涉及电力系统控制
，特别是涉及一种混合驱动模型训练方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，远距离电网换相换流器型高压直流输电系统（Line Commutated Converter
‑
Based High Voltage Direct Current，简称LCC
‑
HVDC）已成为新能源大规模开发的主导技术之一。而LCC
‑
HVDC系统次/超同步振荡事故频繁发生，严重制约了LCC
‑
HVDC的电力送出能力以及系统的安全运行。目前，学术界和工业界普遍采用等值模型分析和解决大规模新能源并网振荡问题。现有等值模型建模方法皆基于LCC
‑
HVDC系统机理构建，建模过程对系统在各个工况点进行了线性化处理，所得模型与实际系统不完全吻合。
[0003]另外，由于现有建模方法在构建等值模型后，还需要进一步对等值模型的参数进行跟踪辨识，计算准确度差且计算速度较慢。...

【技术保护点】

【技术特征摘要】
1.一种混合驱动模型训练方法，其特征在于，应用于电网换相换流器
‑
高压直流输电系统，所述混合驱动模型包括第一驱动子模型和第二驱动子模型，所述方法包括：获取所述第一驱动子模型的第一初始参数、所述第二驱动子模型的第二初始参数，以及所述电网换相换流器
‑
高压直流输电系统的系统输入数据；基于所述第一驱动子模型以及所述系统输入数据优化所述第一初始参数，以得到第一更新参数；基于所述第二驱动子模型以及所述第一驱动子模型的输出数据，优化所述第二初始参数和所述第一更新参数，以得到第一目标参数和第二目标参数；根据所述第一目标参数更新所述第一驱动子模型，根据所述第二目标参数更新所述第二驱动子模型，得到更新后的混合驱动模型。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一驱动子模型以及所述系统输入数据优化所述第一初始参数，以得到第一更新参数之后，所述基于所述第二驱动子模型以及所述第一驱动子模型的输出数据，优化所述第二初始参数和所述第一更新参数之前，所述方法还包括：根据所述第一更新参数更新所述第一驱动子模型，并根据更新后的第一驱动子模型处理所述系统输入数据。3.根据权利要求1所述的方法，其特征在于，所述基于所述第一驱动子模型以及所述系统输入数据优化所述第一初始参数，以得到第一更新参数，包括：基于所述第一驱动子模型处理所述系统输入数据得到第一输出数据；根据预设第一数据标签值与所述第一输出数据计算均方误差；计算所述均方误差与各第一初始参数之间的梯度；根据所述梯度与预设学习率更新各第一初始参数，以得到所述第一更新参数。4.根据权利要求1
‑
3任意一项所述的方法，其特征在于，所述基于所述第二驱动子模型以及所述第一驱动子模型的输出数据，优化所述第二初始参数和所述第一更新参数，以得到第一目标参数和第二目标参数包括：基于所述第二驱动子模型处理所述第一驱动子模型的输出数据，以得到模型测试数据；根据预设第二数据标签值与所述模型测试数据计算均方误差；根据所述均方误差与预设阈值的比较结果，更新所述第二初始参数和/或所述第一更新参数；若所述均方误差小于预设误差阈值，将当前第一更新参数作为所述第一目标参数，将当前第二初始参数作为所述第二目标参数。5.根据权利...

【专利技术属性】
技术研发人员：李鹏，黄文琦，梁凌宇，戴珍，侯佳萱，曹尚，陈亦平，张焕明，赵翔宇，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：