一种基于改进聚类的风电场动态惯量分区评估方法技术

本发明专利技术提供一种基于改进聚类的风电场动态惯量分区评估方法，涉及风电场技术领域。通过改进的Canopy‑Kmeans，将Canopy聚类算法作为预处理步骤；计算所采集数据集的均值点，并选取与均值点最近的测点作为初始聚类中心，使结果更加合理、稳定。通过考虑尾流效应和时滞效应，测量多维度的风电机组状态变量，来提高分群的精度，为避免大量数据维数灾，采取PCA主成分分析进行数据降维，选择方差贡献率85％以上的成分作为主导变量，降低数据搜集的复杂度。本发明专利技术通过结合改进后的Canopy算法与k‑means算法，能更准确地识别出最优分类数k值和聚类中心，进而快速准确的实现大面积风电机组分区。

【技术实现步骤摘要】

本专利技术涉及风电场，尤其涉及一种基于改进聚类的风电场动态惯量分区评估方法。

技术介绍

1、随着以新能源为主体的新型电力系统建设持续推进，风电在全国各个区域电网的渗透率将高速提升。然而，大规模风电场无法提供转动惯量支撑，引入虚拟惯量控制后亦缺少能够分区且精确的虚拟惯量评估方法。目前很多研究学者对于风电场可用惯量的求取只考虑了风速对其影响，没有考虑在现实风电场站不同风向，以及尾流效应等因素的影响，同样也会对风电场可用惯量产生影响，在聚类的方法中，传统的k-means聚类需要事先确定聚类数目和初始聚类中心，k值的预先设定将直接影响聚类结果的准确性。

技术实现思路

1、本专利技术要解决的技术问题是针对上述现有技术的不足，提供一种基于改进聚类的风电场动态惯量分区评估方法，通过结合改进的canopy-kmeans聚类算法和copula函数，提高风电场动态等值建模的准确性和适应性，优化大范围风电场的惯量分区计算。

2、为解决上述技术问题，本专利技术所采取的技术方案是：

3、一种基于改进聚类的风电场本文档来自技高网...

【技术保护点】

1.一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述步骤S1的具体方法为：

3.根据权利要求2所述的一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述步骤2的具体方法为：

4.根据权利要求3所述的一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述步骤3的具体方法为：

5.根据权利要求4所述的一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述步骤4的具体方法为：

【技术特征摘要】

1.一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述方法包括如下步骤：

2.根据权利要求1所述的一种基于改进聚类的风电场动态惯量分区评估方法，其特征在于：所述步骤s1的具体方法为：

3.根据权利要求2所述的一种基于改进聚类的风电场动态惯量分区评估...

【专利技术属性】
技术研发人员：王海鑫，庄蕊，马贵卿，杨子豪，刘泽霖，杨俊友，夏明超，任利，张馨予，卢盛阳，李云路，冯佳威，
申请(专利权)人：沈阳工业大学，
类型：发明
国别省市：