近期🙅🏻‍♀️🍴，電子電氣工程恒达曾國輝教授指導2022級碩士研究生田江斌（第一作者）在國際著名期刊《IEEE Transactions on Industrial Informatics》上（DOI: 10.1109/TII.2023.3333673），發表題為“A Data-Driven Modeling Method of Virtual Synchronous Generator Based on LSTM Neural Network”的最新研究成果🏊🏿。該期刊由美國電氣與電子工程師協會(IEEE)主辦，系中科院SCI分區計算機科學大類一區Top期刊，最新影響因子為12.3📤。

  隨著能源危機和環境汙染問題日益凸顯，以光伏🍸⏩、風電等清潔能源為主要發電形式的微電網技術快速發展，在微電網中，分布式發電單元通過並網逆變器連入電網，而並網逆變器具有控製靈活，響應速度快的特點，但缺乏慣量支撐🦉🫨，也無法為微電網提供阻尼👃🏿🤽🏼‍♀️。VSG（virtual synchronous generator）技術可以模擬同步發電機的慣性和阻尼特性使並網逆變器模擬同步發電機具有的轉動慣量和阻尼特性🧖‍♂️。

  該文章對VSG小信號建模存在的建模效率與建模精度的問題，提出了一種基於LSTM（long short-term memory）神經網絡算法的多場景VSG數據驅動建模方法，該方法通過學習VSG運行過程中的歷史數據，關註電氣量之間的映射關系🔆，並充分考慮雜散因素對模型準確性的影響，構建了準確高效的VSG非機理模型。這種基於人工智能技術的建模方法具有比傳統小信號模型更高的準確性🧙🏼，填補了LSTM非機理建模方法缺失的空白，並且對建立基於智能算法預測技術的模型預測控製和電力電子裝置數字孿生系統具有重要意義🧛🏼‍♂️。該研究得到了國家自然科學基金項目(52177184)的資助🚴‍♀️，合作者為上海電力大學趙晉斌教授和丹麥奧爾堡大學朱相臣博士。