一种基于增量学习的虚拟负荷主导参数辨识方法

授权

摘要

本发明公开了一种基于增量学习的虚拟负荷主导参数辨识方法，包括：(1)将虚拟负荷模型主导参数随机取值仿真；(2)建立深度学习神经网络；(3)深度神经网络增量学习；(4)在线快速辨识与循环训练；本发明主要介绍了增量学习应用于电力系统分析的可行性，并将其与负荷参数辨识相结合，在保证辨识精度的同时提高了训练效率，在防止灾难性遗忘的同时保持了存储开销，为参数辨识中训练样本的处理提供了一种新思路，也为虚拟负荷模型主导参数的在线辨识提供了技术支撑；通过持续训练在线快速辨识的思路，将卷积神经网络应用于负荷模型的参数辨识，在电网大数据平台上实现了虚拟负荷模型主导参数的在线辨识，不断循环，持续训练。

基本信息

专利标题：

一种基于增量学习的虚拟负荷主导参数辨识方法

专利标题（英）：

暂无

公开（公告）号：

CN112241836A

申请号：

CN202011080582.0

公开（公告）日：

2021-01-19

申请日：

2020-10-10

授权号：

CN112241836B

授权日：

2022-05-20

发明人：

胡心远曾沅张晓华孟德壮王晨路

申请人：

天津大学

申请人地址：

天津市南开区卫津路92号

代理机构：

天津市北洋有限责任专利代理事务所

代理人：

韩帅

优先权：

CN202011080582.0

主分类号：

G06Q10/06

IPC分类号：

G06Q10/06 G06N3/00 G06N3/04 G06N3/08 G06Q50/06