基于改进孪生神经网络的低频低压减载装置在线解耦控制方法

于立强; 刘佳言; 李露; 霍晓燕; 李世杰

doi:10.16339/j.cnki.jsjsyzdh.202402010

计算技术与自动化 ›› 2024, Vol. 43 ›› Issue (02) : 57 -61+130. DOI: 10.16339/j.cnki.jsjsyzdh.202402010

基于改进孪生神经网络的低频低压减载装置在线解耦控制方法

于立强, 刘佳言, 李露, 霍晓燕, 李世杰

作者信息 +

Author information +

文章历史 +

PDF

摘要

低频低压减载装置的过度应用导致装置系统出现负荷大的问题，降低了低频低压减载装置的实用性。为此，提出了基于改进孪生神经网络的低频低压减载装置在线解耦控制方法。该方法通过分析低频低压减载装置频率特性，为低频低压减载装置在线解耦控制提供了重要信息基础；在此基础上构建低频低压减载装置混合模型，从该模型中生成可训练的数据集，并依据潮流雅可比矩阵的减载特征最小值灵敏度，确定低频低压减载装置系统减载量；为提升系统的控制精度，将获取结果输入至改进孪生神经网络中，训练出最佳减载量，并将其分配到装置系统减载节点中，达到切除负荷的目的，实现低频低压减载装置在线解耦控制。通过对该方法开展减载效率对比测试、控制性能对比测试，实验结果验证了该方法具有较强的实用性。