一种基于同步相量的次/超同步振荡智能辨识方法

摘要

本发明公开了一种基于同步相量的次/超同步振荡智能辨识方法，属于人工智能技术领域。所述辨识方法包括次/超同步振荡训练数据生成、离线训练支持向量机(SVM)定阶模型和卷积神经网络(CNN)智能参数辨识模型、在线辨识过程。首先生成不同振荡模态阶次、频率、阻尼、幅值、相位的训练数据，接着使用数据离线训练SVM定阶模型和CNN智能参数辨识模型，最后应用于实际振荡参数辨识：①数据采集；②数据处理；③模态定阶；④模态分解；⑤参数辨识。本发明能解决基于主站同步相量数据无法辨识次/超同步振荡参数的问题，具有辨识快、精度高的特点。