[发明专利]同步发电机输出电流的预测方法、装置、设备和存储介质

说明书

本申请涉及一种同步发电机输出电流的预测方法、装置、设备和存储介质。所述方法包括：获取同步发电机当前时刻点的工作状态数据，所述工作状态数据包括d轴电压、q轴电压、励磁电压和输入所述同步发电机的机械功率；将所述工作状态数据输入预设混合驱动模型，所述预设混合驱动模型包括级联的同步发电机物理模型和神经网络模型；通过所述同步发电机物理模型对所述工作状态数据进行处理，以得到初始预测d轴电流和初始预测q轴电流；通过所述神经网络模型对所述初始预测d轴电流和所述初始预测q轴电流进行修正处理，获得所述同步发电机的预测d轴电流和预测q轴电流。采用本方法能够提高预测准确率，并且提升模型在不同场景下的泛化能力。

技术领域

本申请涉及电网技术领域，特别是涉及一种同步发电机输出电流的预测方法、装置、设备和存储介质。

背景技术

随着电力技术的发展，新型输电装置和多样柔性负荷不断接入，电网的结构日益复杂。如何对日益复杂的电网进行建模和分析成为电力领域重要的研究方向。

传统技术中，对电网中发电机的分析一般基于神经网络算法建立分析模型实现。然而基于神经网络算法的准确度受限于样本量，若样本量不足容易导致准确率不高。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高预测准确率的同步发电机输出电流的预测方法、装置、设备和存储介质。

第一方面，本申请提供了一种同步发电机输出电流的预测方法。所述方法包括：

获取同步发电机当前的工作状态数据，所述工作状态数据包括d轴电压、q轴电压、励磁电压和输入所述同步发电机的机械功率；

将所述工作状态数据输入预设混合驱动模型，所述预设混合驱动模型包括级联的同步发电机物理模型和神经网络模型；

通过所述同步发电机物理模型对所述工作状态数据进行处理，以得到初始预测d轴电流和初始预测q轴电流；

通过所述神经网络模型对所述初始预测d轴电流和所述初始预测q轴电流进行修正处理，获得所述同步发电机的预测d轴电流和预测q轴电流。

在其中一个实施例中，所述通过所述同步发电机物理模型对所述工作状态数据进行处理，以得到初始预测d轴电流和初始预测q轴电流，包括：

将所述d轴电压、所述q轴电压、所述励磁电压和所述机械功率对应输入所述同步发电机物理模型中的转子运行方程组和发电机绕组磁链微分方程组；

对所述转子运行方程组和所述发电机绕组磁链微分方程组进行求解，获得所述初始预测d轴电流和所述初始预测q轴电流。

在其中一个实施例中， 所述对所述转子运行方程组和所述发电机绕组磁链微分方程组进行求解，获得所述初始预测d轴电流和所述初始预测q轴电流，包括：

对所述转子运行方程组和所述发电机绕组磁链微分方程组进行离散化处理；

对离散化后的所述转子运行方程组和所述发电机绕组磁链微分方程组进行求解，获得所述初始预测d轴电流和所述初始预测q轴电流。

在其中一个实施例中，所述神经网络模型包括级联的第一长短记忆网络模型、第一全连接层、Dropout层和第二全连接层。

在其中一个实施例中，所述将所述工作状态数据输入预设混合驱动模型之前，所述方法还包括：

获取训练样本集以及初始混合驱动模型，所述初始混合驱动模型包括级联的初始同步发电机物理模型和初始神经网络模型；

基于所述训练样本集对所述初始混合驱动模型进行第一阶段模型训练和第二阶段模型训练，以得到所述预设混合驱动模型；