基于自组织映射神经网络K-means聚类算法的风电场多机等值建模

基于自组织映射神经网络K-means聚类算法的风电场多机等值建模

论文摘要

为研究高比例风电接入对电网安全稳定性的影响,提出了基于SOM(自组织映射神经网络) Kmeans聚类的风电场多机等值建模方法。首先选取风电场运行时的有功功率、无功功率、机端电压、输出电流、平均风速5种状态变量作为聚类算法的输入变量矩阵,通过基于SOM K-means聚类算法对变量矩阵进行处理,得到风电机组等值群数。然后用1台机组并联理想受控电流源的方法表征整个同群机组,得到风电机组的多机等值模型并进行仿真计算。最后通过与单机模型及详细模型在风速扰动和短路下的仿真曲线对比验证所提出的多机等值方法的有效性。

论文目录

  • 0 引言
  • 1 算法描述
  •   1.1 SOM
  •   1.2 K-means聚类算法
  • 2 基于SOM K-means聚类的多机等值法
  •   2.1 分群指标的选取
  •   2.2 SOM聚类
  •   2.3 K-means聚类算法
  •   2.4 同群机组等值
  •     2.4.1 中心机组的选取
  •     2.4.2 并联受控电流源
  •   2.5 等值建模
  • 3 算例分析
  •   3.1 风电场介绍
  •   3.2 基于SOM K-means聚类的多机等值法
  •     3.2.1 风电机组运行状态变量矩阵
  •     3.2.2 SOM聚类
  •     3.2.3 K-means聚类
  •     3.2.4 同群机组等值
  •     3.2.5 仿真验证
  •       (1) 电网侧三相短路故障
  •       (2) 风速波动工况
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 赵凯,侯玉强

    关键词: 风电场,等值建模,聚类

    来源: 浙江电力 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,计算机软件及计算机应用

    单位: 国网浙江省电力有限公司绍兴供电公司,南瑞集团有限公司

    基金: 国家电网有限公司科技项目(52460817A047)

    分类号: TM614;TP311.13

    DOI: 10.19585/j.zjdl.201908005

    页码: 30-36

    总页数: 7

    文件大小: 527K

    下载量: 295

    相关论文文献

    标签:;  ;  ;  

    基于自组织映射神经网络K-means聚类算法的风电场多机等值建模
    下载Doc文档

    猜你喜欢