典型文献
基于神经网络的可再生能源并网逆变器阻抗模型辨识方法
文献摘要：
可再生能源并网逆变器与电网之间交互作用,是引发电网系统振荡的主要原因.文章提出一种基于神经网络的黑箱阻抗模型辨识方法,根据并网逆变器端口测量数据,对并网逆变器端口阻抗进行辨识,得到阻抗辨识模型,同时考虑了不同工作点的影响.通过对基于神经网络辨识方法得到的阻抗特性曲线与理论推导的阻抗特性曲线进行对比和误差分析,验证了所建立的阻抗辨识模型的有效性.
文献关键词：
并网逆变器;神经网络;阻抗辨识;工作点相关阻抗模型
中图分类号：
作者姓名：
赵子明;解鹏程;王众;吕敬
作者机构：
国网上海市电力公司经济技术研究院,上海 200002;上海交通大学 电子信息与电气工程学院,上海200240
文献出处：
引用格式：
[1]赵子明;解鹏程;王众;吕敬-.基于神经网络的可再生能源并网逆变器阻抗模型辨识方法)[J].可再生能源,2022(12):1630-1635
A类：
工作点相关阻抗模型
B类：
可再生能源并网,并网逆变器,模型辨识,辨识方法,电网系统,系统振荡,黑箱,端口,测量数据,阻抗辨识,辨识模型,阻抗特性,特性曲线,理论推导,误差分析
AB值：
0.188487
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
