一种基于EEMD-LSTM神经网络的光伏系统失稳在线检测方法、系统、设备及介质技术方案

本发明专利技术提供一种基于EEMD‑LSTM神经网络的光伏系统失稳在线检测方法、系统、设备及介质，所述方法包括如下步骤：S1、获取实际光伏系统的各节点电压信息；S2、通过EEMD方法将电压信号分解为多个IMF分量；S3、从IMF分量中选取幅值最高的多个分量作为特征信号；S4、提取特征信号的时域特征和频域特征；S5、构建电压特征量与标签的数据库；S6、将数据库作为训练数据集，输入LSTM模型进行离线训练，生成稳定/失稳分类模型；S7、实时监测光伏系统的节点稳定性。本发明专利技术采用EEMD信号分解，能够自适应地分解不同频率下的信号模态；通过构建EEMD分解结果与分类标签，形成LSTM模型的训练数据集，然后通过LSTM模型即可使得此方法具备不同类型的光伏系统的稳定性在线监测能力。

【技术实现步骤摘要】

本专利技术属于光伏系统检测，尤其是涉及一种基于eemd-lstm神经网络的光伏系统失稳在线检测方法、系统、设备及介质。

技术介绍

1、为了应对气候危机，构建以新能源为主体的新型电力系统，是推动能源清洁低碳转型的重要途径。随着电力系统和新能源发电技术的不断发展，越来越多的风电、光伏等新能源发电和电力电子设备并入电网，使电力系统的电力电子化程度明显增加，形成了电力电子化电力系统。但是，由于电力电子设备的惯性小，加上电力系统的很多环节经常会遭受扰动等原因，使得电力系统在遭受如负荷随机波动、系统参数缓慢变化等小扰动时的运行状态会发生较大变化，并且电力电子器件的动态特征导致系统的小扰动稳定性问题相比于传统电力系统更加突出。在实际的光伏系统中，随着光伏发电以及系统负荷的波动，系统的功率潮流和运行稳定工况一直处于变化状态，所以即使系统在某一个时刻是稳定运行的，也无法保证下一个时刻没有失稳问题的发生。因此，在实际中针对光伏系统开展失稳实时监测技术就非常有必要，它可以在系统出现失稳时，立刻发出失稳警报，在系统还没有因为失稳出现损失时，提醒其开启应急防护机制。

2本文档来自技高网...

【技术保护点】

1.一种基于EEMD-LSTM神经网络的光伏系统失稳在线检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤S2中，集合经验模态分解方法包括如下步骤：

3.根据权利要求2所述的方法，其特征在于：经验模态分解方法包括如下步骤：

4.根据权利要求2所述的方法，其特征在于：模态分解的次数不小于2次。

5.根据权利要求1所述的方法，其特征在于：步骤S3中，分量的个数为1～3。

6.根据权利要求1所述的方法，其特征在于：步骤S4中，所述时域特征包括：时域最大值、时域峰峰值。

7.根据权利要求1所...

【技术特征摘要】

1.一种基于eemd-lstm神经网络的光伏系统失稳在线检测方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的方法，其特征在于：步骤s2中，集合经验模态分解方法包括如下步骤：

3.根据权利要求2所述的方法，其特征在于：经验模态分解方法包括如下步骤：

4.根据权利要求2所述的方法，其特征在于：模态分解的次数不小于2次。

5.根据权利要求1所述的方法，其特征在于：步骤s3中，分量的个数为1～3。

6.根据权利要求1所述的方法，其特征在于：步骤s4中，所述时域特征包括：时域最大值、时域峰峰值。

7.根据...

【专利技术属性】
技术研发人员：翁凯雷，李如，熊波，张欣，孙施乐，刘雪琪，
申请(专利权)人：中国电建集团华东勘测设计研究院有限公司，
类型：发明
国别省市：