基于AI的阻抗编解码方法用于风电场在线阻抗网络构建
信号处理
2025-07-22 v1 人工智能
摘要
阻抗网络（IN）模型在风电场的振荡分析中越来越受欢迎。然而，构建这样的IN模型需要每台风机在其各自运行条件下的阻抗曲线，由于需要传输大量高密度阻抗曲线，这使得其在线应用变得困难。为了解决这个问题，本文提出了一种基于AI的阻抗编解码方法，以促进IN模型的在线构建。首先，通过设置远小于频率点数量的神经元数量，训练一个阻抗编码器来压缩阻抗曲线。然后，每台风机的压缩数据被上传到风电场，并训练一个阻抗解码器来重建原始阻抗曲线。最后，基于节点导纳矩阵（NAM）方法，可以获得风电场的IN模型。通过模型训练和实时仿真验证了所提方法，结果表明编码后的阻抗向量能够实现原始阻抗曲线的快速传输和准确重建。
引用
@article{arxiv.2507.14187,
title = {AI-Based Impedance Encoding-Decoding Method for Online Impedance Network Construction of Wind Farms},
author = {Xiaojuan Zhang and Tianyu Jiang and Haoxiang Zong and Chen Zhang and Chendan Li and Marta Molinas},
journal= {arXiv preprint arXiv:2507.14187},
year = {2025}
}