咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于时-频特征联合提取的谐波源数据驱动建模方法 收藏

基于时-频特征联合提取的谐波源数据驱动建模方法

作     者:张逸 欧杰宇 陈书畅 康燕艺 刘诗琦 

作者机构:福州大学电气工程与自动化学院 

出 版 物:《中国电机工程学报》 (Proceedings of the CSEE)

年 卷 期:2025年

核心收录:

学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

主  题:电能质量 谐波源建模 数据驱动 时-频特征 多重卷积神经网络 

摘      要:既有谐波源建模方法在应用于内部拓扑未知与机理不明场景时,难以有效兼顾谐波源的频域稳态特征与动态时变特征,致使所构建模型的准确性与鲁棒性难以提升。为此,本文提出一种基于时-频特征联合提取的谐波源数据驱动建模方法。首先,根据谐波源历史电压电流的频域分量确定谐波源的主导谐波频次;其次,构建谐波源稳态电压时-频特征矩阵并对其进行伪彩色编码以实现特征升维;最后,将动态时变信号与稳态特征分量彩色图组合输入所构建的多重卷积神经网络(Multiple convolutional neural network, MCNN)与双向长短时记忆网络(Bi-directional long short term memory network, BiLSTM)组合模型,构建反映谐波源动态时变特征与频域稳态特征的电压-电流映射关系。经仿真与实测数据验证,相较于其他数据驱动建模方法,所提方法不仅在单一谐波源建模场景下具有明显的优势,在复杂多谐波源场景下也具备较高的准确率与较强的鲁棒性。

读者评论 与其他读者分享你的观点