原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供一种四元特征集卷积神经网络的次同步振荡源定位方法。该方法包括：从电网获取次同步振荡数据样本中全网可观测元件端口的电压和电流数据；根据电压和电流数据，计算暂态能量流和能流功率；根据暂态能量流和能流功率，利用基于暂态能量和能流功率的二维SSO时空特征提取方法，获得SSO样本的时空特征矩阵；根据SSO样本的时空特征矩阵，利用色域映射将特征矩阵转换为特征图像；根据时间空间特征图像，利用四元特征集数据增强方法，构建基于QFS数据增强方法的四元特征集卷积神经网络深度学习模型，对SSO振荡源进行定位
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117110787 A
(43)申请公布日 2023.11.24
(21)申请号 202311096456.8
(22)申请日 2023.08.29
(71)申请人 燕山大学
地址 066004
文档评论（0）