申请/专利权人:东南大学
申请日:2023-12-19
公开(公告)日:2024-03-22
公开(公告)号:CN117744867A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/06;G06F17/11;G06F17/16;G06N3/126;G01R19/00;G01R25/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种数据驱动的基于库普曼算子的PMU优化配置方法及系统,首先基于库普曼理论,选择库普曼观测子,再基于电力系统动态方程推导增广库普曼观测子表达式,将电力系统历史数据应用到扩展动态模态分解EDMD算法中,利用矩阵伪逆获取增广库普曼算子的最小二乘解,最后基于可观性程度指标建立PMU最优配置模型,利用改进的遗传算法求解给定PMU数目情况下的优化配置方法。本发明方法侧重于消除模型不确定性对PMU优化配置的影响,并将原始非线性模型映射到线性空间,极大提升了计算效率。
主权项:1.一种数据驱动的基于库普曼算子的PMU优化配置方法,其特征在于:基于库普曼理论,选择库普曼观测子,再基于电力系统动态方程推导增广库普曼观测子表达式,将电力系统历史数据应用到扩展动态模态分解EDMD算法中,利用矩阵伪逆获取增广库普曼算子的最小二乘解,最后基于可观性程度指标建立PMU最优配置模型,利用改进的遗传算法求解给定PMU数目情况下的优化配置方法。
全文数据:
权利要求:
百度查询: 东南大学 一种数据驱动的基于库普曼算子的PMU优化配置方法及系统
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。