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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD