买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：合肥工业大学

摘要：本发明公开了一种基于RAdam优化宽度学习的谐波参数检测方法和系统，该方法包括：获取谐波信号及其谐波参数并构建原始谐波信号数据集，再按比例划分为训练集和测试集；利用训练集训练出谐波参数检测模型；其中，包括初始化设置各项参数，后续再利用RAdam优化器自适应更新宽度学习系统的各项参数直至满足迭代终止条件；最后再输入测试集数据，并利用训练好的谐波参数检测模型估计谐波参数并计算估计误差。通过上述构建的谐波参数检测模型可以估算出电力系统中待检测谐波信号的谐波参数。综上，本发明所述方法应用在由于大量非线性设备的接入而使电流信号产生畸变的电力系统中，可以高效以及准确的估算出谐波信号的谐波参数。

主权项：1.一种基于RAdam优化宽度学习的谐波参数检测方法，其特征在于：包括以下步骤：步骤S1：获取电力系统中的谐波信号以及所述谐波信号对应的谐波参数，进而构建出原始谐波信号数据集；步骤S2：利用所述原始谐波信号数据集训练出谐波参数检测模型，其中，所述谐波检测模型是基于宽度学习系统构建的，并采用RAdam优化模型参数；其中，所述谐波参数检测模型的模型输入为谐波信号，模型输出为谐波信号对应的谐波参数；步骤S3：获取待检测的电力系统中的谐波信号并输入至所述谐波参数检测模型得到谐波信号的谐波参数；其中，步骤S2中所述谐波参数检测模型的训练过程如下：步骤S2-1：初始化设置；设置所述谐波参数检测模型中宽度学习系统内特征映射层-增强层、增强层-输出层的权值和偏置；步骤S2-2：将所述原始谐波信号数据集中的谐波信号输入所述宽度学习系统得到映射特征与增强特征之间的联合特征；步骤S2-3：判断是否需要初始化所述宽度学习系统中输出层的权值；其中，若是第一次进入训练所述谐波参数检测模型，则利用W＝A+Y得到输出层的权值，进入下一次迭代训练，返回步骤S2-2；否则，执行步骤S2-4；W表示输出层的权值，Y表示期望的网络输出，并选用所述原始谐波信号数据集中谐波信号的谐波参数表示；A+表示对联合特征A进行伪逆运算；步骤S2-4：采用RAdam优化器更新所述宽度学习系统的参数，其中，更新的参数包括：特征映射层-增强层、增强层-输出层的权值和偏置以及输出层的权值；步骤S2-5：判断是否达到迭代终止条件，若达到，训练结束，得到所述谐波参数检测模型的最优模型参数；否则，返回步骤S2-2进入下一次的迭代；其中，所述RAdam优化器的更新策略为： 其中，t为时间步数，即参数迭代更新的次数；θt,θt-1表示更新后、更新前的谐波参数检测模型的模型参数，αt为步长，kt为方差修正项，为偏差修正移动平均线，lt为自适应学习率。

全文数据：

权利要求：

百度查询： 合肥工业大学 基于RAdam优化宽度学习的谐波参数检测方法和系统