典型文献
风电并网系统数字孪生及故障态势辨识
文献摘要：
随着新能源渗透率迅速增长,风电并网系统规模逐渐增大.本文借助数字孪生(DT)技术与深度学习技术实现了风电并网系统的态势精准辨识.本文基于电磁暂态程序(EMTP)所提方法构建以双馈风力发电机(DFIG)构成的风电并网系统虚拟镜像模型,基于C++多线程并行计算策略进行风电并网系统的超实时镜像计算(MC);并提出一种面向风电场态势辨识的注意力机制(AM)算法框架.至此,构建了基于机理驱动与数据驱动融合的风电并网系统数字孪生(DT-WP GIS).为评价数字孪生智能体的辨识性能,本文相应地提出了辨识时延常数(RDC)指标.最后,通过4个算例验证了上述方法在风电并网系统中应用的有效性与可行性.实验结果表明:该方法将传统的离线仿真加速到了超实时高精度仿真,将传统的事后故障分析提速到了微秒级的态势精准辨识,为风电并网系统向数字化与智能化的升级提供了思路.
文献关键词：
数字孪生;双馈风力发电机;超实时镜像计算;注意力机制;态势辨识;辨识时延常数
中图分类号：
作者姓名：
陈厚合;杨政;裴玮;叶华;刘丰瑞
作者机构：
东北电力大学电气工程学院,吉林省 吉林市132012;中国科学院电工研究所,北京100190;中国科学院大学,北京100049
文献出处：
引用格式：
[1]陈厚合;杨政;裴玮;叶华;刘丰瑞-.风电并网系统数字孪生及故障态势辨识)[J].电工电能新技术,2022(11):43-58
A类：
态势辨识,虚拟镜像模型,超实时镜像计算,辨识时延常数,时延常数
B类：
风电并网系统,数字孪生,新能源渗透率,DT,深度学习技术,电磁暂态,EMTP,双馈风力发电机,DFIG,C++,多线程并行计算,计算策略,MC,风电场,注意力机制,AM,至此,WP,智能体,RDC,算例验证,离线仿真,仿真加速,故障分析,提速,微秒
AB值：
0.202194
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。
