一种基于风电机组运行状态的实用化等值建模方法技术

本发明专利技术公开了一种基于风电机组运行状态的实用化等值建模方法，其特征是：采集风电场中各台风电机组的运行状态数据作为聚类指标，采用主成分分析的方法消除聚类指标之间的强相关性和冗余性，采用相关性分析和显著性检验方法获得风电机组的聚类结果，建立风电场等值模型并计算风电场等值模型的输入参数，实现基于风电机组运行状态的实用化等值建模。本发明专利技术是以客观实用的风电场等值建模方法来建立风电场等值模型，使等值模型在表征风电场的输出特性上具有较高精度。

【技术实现步骤摘要】
一种基于风电机组运行状态的实用化等值建模方法
本专利技术涉及风电场等值建模
，特别涉及一种基于主成分分析，以及相关性分析和显著性检验的风电场等值建模方法。
技术介绍
随着风力发电技术的日益成熟，风电场的并网规模迅速增大，一个风电场往往有几十台甚至上百台风电机组，如果对每台风电机组都单独建立详细模型，则会大大增加电力系统仿真模型的复杂度和仿真计算时间，甚至面临“维数灾”问题。另外，大规模风电场内每台风力发电机的运行特性与动态响应并不完全一致，因此，为准确分析大规模风电场和电力系统之间的交互作用，研究并建立合适的风电场等值模型具有重要意义。在风电场等值建模的研究中发现，当聚类指标选取太少时，机组信息不全面，导致等值模型和详细模型之间存在较大误差；当指标选取太多时，增加聚类工作量，且变量间的相关性和数据上的冗余性若不处理，也将影响结果的准确性。风电场等值建模的聚类方法可以归纳为以下两类：一是基于算法的机群聚类方法。常见的风电场聚类算法有k-means聚类、支持向量机、模糊聚类、谱聚类、神经网络等算法，以及针对这些算法做出的改进算法，如基于扩散映射理论的谱聚类算法、基于分裂层次半监督谱本文档来自技高网...

【技术保护点】
1.一种基于风电机组运行状态的实用化等值建模方法，其特征在是按如下步骤进行：步骤1、采集风电场中各台风电机组的机械特性变量和电气特性变量的暂稳态数据作为聚类指标；步骤2、采用主成分分析的方法消除聚类指标之间的强相关性和冗余性，获得主成分分析后的聚类指标数据，记为主成分数据；步骤3、对所述主成分数据采用相关性分析，获得主成分数据的相关系数；对所述主成分数据采用显著性检验，获得风电机组的相关关系；由所述风电机组的相关关系获得风电机组的聚类结果；步骤4、利用所述风电机组的聚类结果建立风电场等值模型并计算风电场等值模型的输入参数，实现基于风电机组运行状态的实用化等值建模。

【技术特征摘要】
1.一种基于风电机组运行状态的实用化等值建模方法，其特征在是按如下步骤进行：步骤1、采集风电场中各台风电机组的机械特性变量和电气特性变量的暂稳态数据作为聚类指标；步骤2、采用主成分分析的方法消除聚类指标之间的强相关性和冗余性，获得主成分分析后的聚类指标数据，记为主成分数据；步骤3、对所述主成分数据采用相关性分析，获得主成分数据的相关系数；对所述主成分数据采用显著性检验，获得风电机组的相关关系；由所述风电机组的相关关系获得风电机组的聚类结果；步骤4、利用所述风电机组的聚类结果建立风电场等值模型并计算风电场等值模型的输入参数，实现基于风电机组运行状态的实用化等值建模。2.根据权利要求1所述的基于风电机组运行状态的实用化等值建模方法，其特征是：步骤1中所述风电机组机械特性变量是指风电机组的转速、电气扭矩、机械扭矩和滑差，所述风电机组电气特性变量是指风电机组的电压、有功功率、无功功率、定子电流d、q轴分量、转子电流d、q轴分量和转子电压d、q轴分量，所述暂稳态数据是指分别在初始稳态期间选取1个时间点，在故障期间均匀选取3个时间点，在故障切除后选取1个时间点的数据。3.根据权利要求1所述的基于风电机组运行状态的实用化等值建模方法，其特征是：步骤2中所述主成分分析按如下过程进行：步骤a、原始变量数据标准化假定：原始变量数据样本容量为n，每个样本个体包含p维变量数据，组成由式(1)所表征的样本数据矩阵X：xik为第i个样本第k维变量数据，1≤i≤n,1≤k≤p；将样本数据矩阵X记为式(2)：X＝(X1,X2,…,Xk,…,Xp)(2)，Xk＝[x1kx2k…xik…xnk]T，1≤k≤p，Xk为样本数据矩阵X中的第k维向量；利用式(5)对样本数据矩阵X进行数据标准化处理，得到式(3)表征的标准化数据矩阵Z：将标准化数据矩阵Z记为式(4)：Z＝(Z1,Z2,…,Zk,…,Zp)(4)，Zk＝[z1kz2k…zik…znk]T，Zk为标准化数据矩阵Z中第k维向量；式(5)中，zik为第i个样本第k维变量的标准化数据，为样本数据矩阵X中第k维向量Xk的均值；Sk为样本数据矩阵X第k维向量Xk的方差；步骤b、求取相关系数矩阵R的特征值和特征向量标准化数据矩阵Z的相关系数矩阵R由式(6)所表征：式(6)中，相关系数rjk表示标准化矩阵Z中第j维向量Zj和第k维向量Zk间的关系，1≤j≤p，且由式(7)计算获得：Cov(Zj,Zk)为标准化矩阵Z中第j维向量Zj和第k维向量Zk间的协方差；Var(Zj)为标准化矩阵Z中第j维向量Zj的方差；Var(Zk)为标准化矩阵Z中第k维向量Zk的方差；通过求解由式(8)所表征的相关系数矩阵R的特征方程，获得相关系数矩阵R的特征值和特征向量；|λI-R|＝0(8)，式(8)中，λ为相关系数矩阵R的特征值变量，λ有p个解，分别为λ1,λ2,…,λk,…,λp；I是由式(9)所表征的p阶单位矩阵：相关系数矩阵R的特征向量矩阵a由式(10)所表征：将所述特征向量矩阵a记为式(11)：a＝(a1,a2,…,ak,…,ap)(11)，式(11)中，ak为相关系数矩阵R的特征向量矩阵a中第k维特征向量，ak是与相关系数矩阵R的特征值变量λk相对应的特征向量，ak＝[a1ka2k…ajk…apk]T；步骤c、求解方差贡献率向量α和累积方差贡献率向量β，进行降维分析：针对所述特征值变量λ的p个解按照从大到小的顺序排序并组成向量，得到由式(12)所表征的降序特征值向量λr：λr＝[λr1λr2…λrp]T(12)，与所述降序特征值向量λr所对应的主成分分量向量F由式(13)所表征：F＝[F1F2…Fk…Fp]T(13)，式中，Fk为主成分分量向量F中第k个主成分分量；方差贡献率向量α由式(14)表征：α＝[α1α2…αk…αp]T(14)；其中，...

【专利技术属性】
技术研发人员：韩平平，夏雨，张炎，张宇，胡骞，林子豪，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34