龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南方电网科学研究院有限责任公司;中国南方电网有限责任公司;浙江大学
申请日：2024-03-15
公开（公告）日：2024-05-31
公开（公告）号：CN118114163A
主分类号：G06F18/2431
分类号：G06F18/2431;G06F18/22;G06N3/006;G06N3/092;G06N3/126
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.18#实质审查的生效;2024.05.31#公开
摘要：本发明公开了一种基于PSO和SAC的双馈式风机系统参数智能辨识方法，包括：将双馈式风机系统中DFIG参数的辨识问题转换为MDP，使用SAC智能体与作为环境模拟的DFIG模型进行交互，并确定SAC智能体的状态空间、动作空间和奖励函数；在训练SAC智能体的过程中，将SAC生成的辨识结果作为PSO的初始状态进行优化，使用PSO算法不断优化所选中DFIG模型坏参数，以模型响应曲线与实测曲线偏差最小为目标进行迭代优化，直到达到收敛；在模型参数辨识过程中，通过计算灵敏度来提取MDP问题的状态，将提取的状态输入训练好的SAC智能体，辨识得到DFIG参数中的坏参数，以辨识风电机组坏参数，提升坏参数辨识的性能。
主权项：1.一种基于PSO和SAC的双馈式风机系统参数智能辨识方法，其特征在于，包括以下步骤：1将双馈式风机系统中DFIG模型参数的辨识问题转换为马尔可夫决策过程MDP，使用SAC智能体与作为环境模拟的DFIG模型进行交互，并确定SAC智能体的状态空间、动作空间和奖励函数；其中，状态空间包括DFIG模型参数及动态仿真前系统信息，动作空间包括DFIG模型中需要调整参数的变化量；2在训练SAC智能体的过程中，将SAC生成的辨识结果作为PSO的初始状态来进行优化，然后，使用PSO算法不断优化所选中DFIG模型坏参数，以模型响应曲线与实测曲线偏差最小为目标进行迭代优化，直到达到收敛；3在模型参数辨识过程中，先通过计算灵敏度来提取MDP问题的状态，再将提取的状态空间输入训练好的SAC智能体，辨识得到DFIG参数中的坏参数。
全文数据：
权利要求：
百度查询： 南方电网科学研究院有限责任公司;中国南方电网有限责任公司;浙江大学 基于PSO和SAC的双馈式风机系统参数智能辨识方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号