一种黑箱并网逆变器全工况阻抗辨识方法

本发明公开了一种适用于多种控制结构和参数的黑箱并网逆变器全工况阻抗辨识方法，其首先通过理论公式推导出不同逆变器的工作点和阻抗特性之间的共同特征，这可以形成适用于任何类型的控制结构或不同参数的一般先验知识；然后基于先验知识建立物理知识内嵌的神经网络，以优化模型结构，减少对测量数据的需求；同时采用迁移学习理论来提高神经网络的灵活性，允许适当的架构调整以适应不同的逆变器。本发明方法能够降低机器学习模型对数据样本大小的需求，增强模型可解释性，同时提升模型阻抗辨识的准确性，适应于工程现场逆变器组内部信息保密的实际情况，减少了对实际系统运行的外部干扰。