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
本发明公开了一种数据驱动的基于库普曼算子的PMU优化配置方法及系统，首先基于库普曼理论，选择库普曼观测子，再基于电力系统动态方程推导增广库普曼观测子表达式，将电力系统历史数据应用到扩展动态模态分解(EDMD)算法中，利用矩阵伪逆获取增广库普曼算子的最小二乘解，最后基于可观性程度指标建立PMU最优配置模型，利用改进的遗传算法求解给定PMU数目情况下的优化配置方法。本发明方法侧重于消除模型不确定性对PMU优化配置的影响，并将原始非线性模型映射到线性空间，极大提升了计算效率。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117744867A
(43)申请公布日2024.03.22
(21)申请号202311749964.1G06N3/126(2023.01)
文档评论（0）