【技术实现步骤摘要】
本专利技术涉及电力系统，具体地，涉及一种基于卷积神经网络的并网换流器参数识别方法及装置。
技术介绍
1、目前，新能源装机占比正在不断提升，变流器是新能源并网系统中的关键设备，其大规模接入给电力系统稳定性带来问题，阻抗分析法是目前常用的稳定性分析方法，要对包含新能源并网的系统进行稳定性分析，其模型及参数的准确性是分析新能源并网系统的前提。然而由于涉密等原因，难以从设备生产厂家直接获取控制器参数，这就需要一种能够反映变流器阻抗特性的参数获取方法。这种方法可以更准确地理解和控制变流器的工作状态，从而更好地分析和优化新能源并网系统，提高新能源的利用效率和电网的稳定性。
2、阻抗分析法是由阻抗匹配法则衍生出来的，是分析级联系统稳定性的经典方法。它的基本思想是通过测量设备的输入和输出之间的关系，来确定设备的阻抗特性。
3、阻抗分析法通常需要测量设备的电压和电流，然后通过这些测量值计算阻抗。这通常需要使用特定的测量设备和计算方法。在基于卷积神经网络(cnn)的并网换流器参数辨识方法中，阻抗分析法可以提供准确的参数估计，对于系统...
【技术保护点】
1.一种基于卷积神经网络的并网换流器参数识别方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，创建卷积神经网络参数识别模型的步骤包括：
3.根据权利要求2所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，所述并网换流器训练参数包括电流内环比例系数和电流内环积分系数；
4.根据权利要求3所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，所述并网换流器训练参数还包括：锁相环比例系数和锁相环积分系数；
5.一种基于卷积神经网络的并网换流器参数识别装置，其
【技术特征摘要】
1.一种基于卷积神经网络的并网换流器参数识别方法，其特征在于，包括：
2.根据权利要求1所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，创建卷积神经网络参数识别模型的步骤包括：
3.根据权利要求2所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，所述并网换流器训练参数包括电流内环比例系数和电流内环积分系数；
4.根据权利要求3所述的基于卷积神经网络的并网换流器参数识别方法，其特征在于，所述并网换流器训练参数还包括：锁相环比例系数和锁相环积分系数；
5.一种基于卷积神经网络的并网换流器参数识别装置，其特征在于，包括：
6.根据权利要求5所述的基于卷积神经网络的并网换流器参数识别装置，其特征在于，还包括：
7.根据权利要求6所述的基于卷积神经网络的并网换流器参数识别装置，其特征在于，所述并网换流...
【专利技术属性】
技术研发人员：王琪，曹天植，李蓓蓓，易姝娴，胥国毅，卢文清，李长宇，梁倍华，
申请(专利权)人：华北电力科学研究院有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。