一种基于深度学习的抽蓄机组调节系统辨识方法.pdfVIP

下载本文档

0
0
约1.54万字
约 12页
2023-05-06 发布于四川
举报
版权申诉

一种基于深度学习的抽蓄机组调节系统辨识方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明公开了一种基于深度学习的抽蓄机组调节系统辨识方法，包括以下步骤：(1)对抽水蓄能机组调节系统进行机理建模，利用机理模型产生仿真数据，并划分为训练集和测试集，确定深度学习模型的输入变量；(2)构建深度学习GRU模型，挖掘抽蓄机组调节系统运行数据深层次特征；(3)改进哈里斯鹰优化算法，在逃逸能量中引入一种非线性能量指数递减策略；(4)将改进的哈里斯鹰优化算法实现GRU模型超参数的动态调整；(5)利用训练好的GRU模型和测试集数据得到预测值。本发明构借助改进哈里斯鹰优化算法的全局寻优能力，获取最

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114330119 A (43)申请公布日 2022.04.12 (21)申请号 202111610797.3 (22)申请日 2021.12.27 (71)申请人淮阴