采用深度迁移学习定位含直驱风机次同步振荡源机组的方法

• 作者: 杜文娟 王海风 陈剑
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 开环模式谐振 次同步振荡 直驱风机 振荡源定位 机器学习
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 电力系统
• 页码范围: 179-190
• 页数: 12页
• 分类号: TM712
• 语种: 中文
• DOI: 10.19595/j.cnki.1000-6753.tces.191703

摘要

随着新能源电力电子器件的广泛接入,电力系统次同步振荡问题的诱发机理越来越复杂.为了能够及时定位到诱发次同步振荡的机组并采取措施,基于深度迁移学习提出了一种次同步振荡源定位的方法.该方法首先依据开环模式谐振理论构建仿真系统,并在仿真系统中获取训练数据样本;其次,运用卷积神经网络(CNN)进行振荡源特征提取并建立训练定位模型;最后,通过迁移学习将训练模型迁移到实际系统,以实现定位模型的应用.为验证所提方法的有效性,设计了含直驱风机并网的电力系统的仿真系统测试算例.结果表明,该方法相比于传统的特征值分析方法,具有定位准确率高、在线应用方便等优势.该方法能够在较短时间内给出判别结果,为实现振荡源的在线识别奠定了基础.