您当前的位置:
首页 >
文章列表页 >
基于RMCA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法
智能电网 | 更新时间:2025-11-07
    • 基于RMCA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法

    • 暂无标题

    • 电网与清洁能源   2025年第4期 页码:34-42
    • 中图分类号: TM614;TP183
    • 纸质出版:2025

    移动端阅览

  • 潘中昊, 冯双, 陆友文, 等. 基于RMCA-CNN和同步相量的风电场次/超同步振荡参数智能辨识方法[J]. 电网与清洁能源, 2025,(4):34-42. DOI:

  •  
  •  

0

浏览量

0

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于SSA-BiGRU-CNN神经网络和波动数据修正的电动汽车短期负荷预测模型
基于挤压激励卷积神经网络的配电网拓扑辨识
基于实测数据的双馈风电场集电线路时域距离保护
基于多时间尺度卷积神经网络的煤改电用户负荷识别方法研究
智能变电站继电保护设备全防误状态监测技术研究

相关作者

李龙
雷宇
曹敏
张钰声
董晓阳
李亚昕
王婷婷
喻见

相关机构

国网陕西省电力有限公司电力科学研究院
国网甘肃省电力公司电力科学研究院
国网甘肃省电力公司张掖供电公司
云南电力试验研究院(集团)有限公司
昆明理工大学电力工程学院
0