专利名称：基于LSTM的电力系统低频振荡模态特征的快速辨
识方法
专利类型：发明专利
发明人：张文涛,叶圣永,魏俊,刘立扬,刘旭娜,刘洁颖,韩宇奇,
李达,赵达维,龙川
申请号：CN202011050936.7申请日：20200929公开号：CN112183368A公开日：20210105
摘要：本发明公开了一种基于LSTM神经网络的电力系统低频振荡模态特征的快速辨识方法，提供一种分析准确，设计合理的电力系统低频振荡模态特征的快速辨识方法，包括：根据EDSs数学模型生成LFO样本数据，分别采用Hankel矩阵以及滑窗FFT算法对LFO样本数据进行预处理操作；根据辨识要求确立分类准则，按照分类准则划分标记LFO样本数据以供后续网络训练与测试；搭建LSTM神经网络模型，输入训练样本进行网络训练，通过测试样本分类准确率确定网络训练完成与否；将待测LFO信号经滑窗取样输入LSTM神经网络，通过输出分析完成对LFO频率以及衰减因子模态特征的辨识。本发明具有对电力系统低频振荡模态特征快速辨识、识别结果可靠性高等优点。
申请人：国网四川省电力公司经济技术研究院
地址：610000 四川省成都市高新区蜀绣西路366号
国籍：CN
代理机构：成都行之专利代理事务所(普通合伙)
代理人：张严芳
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容