(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 (43)申请公布日 (21)申请 号 202111032742.9 (22)申请日 2021.09.0 3 (71)申请人 国网冀北电力有限公司检修分公司 地址 102401 北京市房山区良乡工业 开发 区金光路3号 申请人 清华四川能源互联网研究院 (72)发明人 王珣　李振动　檀英辉　陈颖　 高仕林　张艺　肖谭南　安海清　 李涛　吴淘　杨杰　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 王宇杨 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/10(2006.01)G06F 113/04(2020.01) G06F 119/02(2020.01) (54)发明名称 一种参数平均化模型建模方法及装置 (57)摘要 本发明提供一种参数平均化模型建模方法 及装置， 包括： 确定参数平均化模型建模需要的 参数函数； 参数函数包括自变量、 因变量及用于 表征自变量与因变量之间关系的参数解析式； 获 取参数函数的相关量的输入数据； 其中， 相关量 与自变量及因变量相关； 将输入 数据输入神经网 络模型， 得到神经网络模型输出的对应输入数据 的输出数据； 其中， 输出数据表征对应输入数据 的参数解析式的值； 根据输入数据及输出数据， 得到参数平均化模型的参数函数的表达式。 通过 将建模需要确定的参数函数的相关量的输入数 据输入训练好的神经网络模型， 即可得到神经网 络模型输 出的参数解析式对应相关量的值， 从而 得到参数函数的显式表达， 提高了建模效率， 实 施方便。 权利要求书3页 说明书9页 附图3页 CN 114154390 A 2022.03.08 CN 114154390 A 1.一种参数平均化模型建模方法， 其特 征在于， 包括： 确定参数平均化模型建模需要的参数函数； 其中， 所述参数函数包括自变量、 因变量及 用于表征自变量与因变量之 间关系的参数解析式； 所述参数平均化模型包括至少一个所述 参数函数； 获取所述参数函数的相关量的输入数据； 其中， 所述相关量与自变量及因变量相关； 将所述输入数据输入神经网络模型， 得到所述神经网络模型输出的对应所述输入数据 的输出数据； 其中， 所述输出数据表征对应输入数据的参数解析式的值； 其中， 所述神经网 络模型是基于对训练数据以及与训练数据对应的参数解析式的值为标签， 进行训练得到 的； 根据所述输入数据及输出 数据， 得到参数平均化模型的参数函数的表达式。 2.根据权利要求1所述的参数平均化模型建模方法， 其特征在于， 所述确定参数平均化 模型建模需要的参数函数， 具体包括： 要建模的参数平均化模型 的电气系统电路的输入量 与输出量， 分别对应参数函数 的自变量与因变量， 且所述输入量与输出量之间满足所述参 数解析式。 3.根据权利要求2所述的参数平均化模型建模方法， 其特征在于， 所述输入量包括交流 电压及交流电流， 所述输出量包括直流电压及直流电流， 所述确定参数平均化模型建模需 要的参数函数， 之前还 包括： 将所述输入量及输出量的相位变换到同步旋转的qd坐标系中。 4.根据权利要求3所述的参数平均化模型建模方法， 其特征在于， 所述要建模的参数平 均化模型 的电气系统电路的输入量与输出量， 分别对应参数函数 的自变量与因变量， 且所 述输入量与输出量之间满足所述 参数解析式， 具体包括： 其中， 表示直流电压平均值 变换到同步旋转的q d坐标系后q轴电压 分量平均值， 表示对应的d轴电压分量平均值， α( ·)表示参数解析式， 表示交流电压的有 效权　利　要　求　书 1/3 页 2 CN 114154390 A 2值， 表示直流电流平均值， β( ·)表示参数解析式， 表示交流电流的有效值， 表 示d轴电流分量平均值， 表示q轴电流分量平均值， φ( ·)表示参数解析式。 5.根据权利要求4所述的参数平均化模型建模方法， 其特征在于， 所述确定参数平均化 模型建模需要的参数函数， 之后还包括： 定义电气系统电路的负载阻抗， 并将其作为所述相 关量， 所述负载阻抗表示 为： 6.根据权利要求5所述的参数平均化模型建模方法， 其特征在于， 所述将所述输入数据 输入神经网络模型， 得到所述神经网络模型输出的对应所述输入数据的输出数据； 其中， 所 述输出数据表征对应输入数据的参数解析式的值， 具体包括： 将负载阻抗的输入数据输入 神经网络模型， 得到神经网路模型输出的对应负载阻抗输入数据的参数解析式的值。 7.根据权利要求6所述的参数平均化模型建模方法， 其特征在于， 所述神经网络模型是 基于对训练数据以及与训练数据对应的参数解析式的值为标签， 进行训练得到的， 具体包 括： 创建要建模参数平均化模型的电气系统电路的详细化模型； 根据所述详细化模型获取负载阻抗的数据并将其作为训练数据， 并获取与负载阻抗数 据对应的参数解析式的数据并将其作为训练数据的标签； 通过训练数据以及训练数据的标签对神经网络模型进行迭代训练， 直至神经网络模型 的损失函数收敛至预设条件停止迭代， 得到训练好的神经网络模型。 8.一种参数平均化模型建模 装置， 其特 征在于， 包括： 参数函数确定单元， 用于确定参数平均化模型建模需要的参数函数； 其中， 所述参数函 数包括自变量、 因变量及用于表征自变量与 因变量之间关系的参数解析式； 所述参数平均 化模型包括至少一个所述 参数函数； 模型输入数据获取单元， 用于获取所述参数函数的相关量的输入数据； 其中， 所述相关 量与自变量及因变量相关； 参数生成单元， 用于将所述输入数据输入神经网络模型， 得到所述神经网络模型输出 的对应所述输入数据的输出数据； 其中， 所述输出数据表征对应输入数据的参数解析式的 值； 其中， 所述神经网络模型是基于对训练数据以及与训练数据对应的参数解析式的值为 标签， 进行训练得到的； 参数平均化模型生成单元， 用于根据所述输入数据及输出数据， 得到参数平均化模型 的参数函数的表达式。 9.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至7任一项所 述参数平均化模型建模方法的步骤。 10.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算权　利　要　求　书 2/3 页 3 CN 114154390 A 3