买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利一种基于GRU-LSTM-FC组合网络的风电场动态等值建模方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116306236B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310081362.7，技术领域涉及：G06F30/27；该发明授权一种基于GRU-LSTM-FC组合网络的风电场动态等值建模方法及系统是由潘学萍;丁新虎;陈海东;孙晓荣;郭金鹏设计研发完成，并于2023-01-30向国家知识产权局提交的专利申请。

本一种基于GRU-LSTM-FC组合网络的风电场动态等值建模方法及系统在说明书摘要公布了：本发明公开了一种基于GRU‑LSTM‑FC组合网络的风电场动态等值建模方法及系统，首先，搭建含双馈风机与直驱风机的混合风电场；其次，仿真获得不同风速、风向以及并网点电压跌落扰动下风电场的输出功率，建立历史数据集，将历史数据集分成训练集和测试集；再次，采用训练集数据对GRU‑LSTM‑FC组合网络进行训练，获得组合网络模型参数；然后，采用遗传算法对组合网络的FC层数和各层神经元数目进行优化，获得优化后的组合网络模型参数；最后，采用优化后的组合网络对测试集数据进行预测，获得风电场动态响应预测结果。本发明采用数据驱动方法进行风电场动态建模，对含不同类型机组的风电场或者复杂地形的风电场都具有较好的适应性，提高了建模的精度。

本发明授权一种基于GRU-LSTM-FC组合网络的风电场动态等值建模方法及系统在权利要求书中公布了：1.一种基于GRU-LSTM-FC组合网络的风电场动态等值建模方法，其特征在于，针对目标风电场，通过执行以下步骤，获得目标风电场的有功功率和无功功率动态响应时间序列； 步骤1：搭建包含双馈风电机组DFIG与直驱风电机组PMSG的目标风电场； 步骤2：根据测风塔所测风速数据和风向数据，计算目标风电场中各风电机组的风速数据，根据所受扰动仿真获得目标风电场并网点的电压时间序列，将各风电机组的风速数据、风向数据以及并网点的电压时间序列作为输入，目标风电场有功功率和无功功率的动态响应时间序列作为输出，构建训练集和测试集； 所述步骤2具体包括以下步骤： a计及尾流效应的风电机组稳态功率计算 根据测风塔所测的风速和风向，计算计及尾流效应下风电场内各机组的输入风速，具体为： 式中，v为测风塔所测风速；v为距测风塔d处仅受测风塔处风机尾流影响的风速；r为风轮半径；为尾流下降常数；C为推力系数；v为风电机组的实际风速；vi0为不考虑尾流时作用在第i台风机的风速；vj-i为考虑尾流时第j台风机作用在第i台时的风速；n为机组总台数，n＝n+n，n为双馈风机DFIG的数量，n为直驱风机PMSG的数量，风机的机端风速根据测风塔处的风向vwd的变化而变化；根据各风电机组的机端风速，计算各风电机组的稳态功率P，具体为： 式中，v为机端风速；vin和vout分别为切入风速和切出风速；vN为额定风速；PN为风电机组的额定功率； b风电场LVRT过程仿真设置 风电场在不同风速、风向下，在t0时风电场的并网点发生三相短路故障，t1时刻切除故障，通过调节接地阻抗获得不同电压跌落深度，仿真获得风电场的有功功率和无功功率时间序列； 步骤3：采用训练集的数据训练GRU-LSTM-FC组合网络，获得GRU-LSTM-FC组合网络模型参数，基于GRU-LSTM-FC组合网络模型参数，采用遗传算法优化GRU-LSTM-FC组合网络中的FC层数和各层神经元数目，获得优化后的GRU-LSTM-FC组合网络模型； 步骤4：将测试集中各风电机组的风速数据、风向数据以及并网点的电压时间序列输入优化后的GRU-LSTM-FC组合网络模型，输出目标风电场有功功率和无功功率的动态响应时间序列。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。