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

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。