一种基于自适应密度聚类的风电场等值建模方法及系统与流程

本发明涉及风电场等值建模，尤其涉及一种基于自适应密度聚类的风电场等值建模方法及系统。

背景技术：

1、双馈感应发电机(dfig)在风电场中的应用越发广泛，这得益于其运行特性优异、换流器容量较小以及有功无功分开控制等优势。随着风电发电技术的发展，dfig已成为我国风电场主要采用的机型之一。在风电发电过程中，低电压穿越现象是一个不容忽视的问题。为了减小低电压穿越对dfig的影响，撬棒保护和直流卸荷保护等措施应运而生。这些保护措施对dfig的暂态响应特性具有显著的影响。

2、然而，现有的双馈风电场等值建模方法在很大程度上无法全面考虑dfig的控制方式、运行状态以及撬棒保护与直流卸荷保护的动作情况等因素。这使得风电场的稳定性和安全性受到一定程度的威胁。为了更准确地评估dfig在低电压穿越过程中的性能，有必要对现有的建模方法进行改进，以充分考虑各种保护措施对dfig暂态响应特性的影响。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明提供了一种基于自适应密度聚类的风电场等值建模方法及系统，能够解决在背景技术中提到的问题。

4、为解决上述技术问题，本发明提供如下技术方案，一种基于自适应密度聚类的风电场等值建模方法，包括：

5、将待建模风电场内风电机组的保护配置进行分类，收集不同类别风电机组在不同工况下的运行状态变量数据，并对运行状态变量数据进行数据标准化处理；

6、将标准化处理后的数据，结合主成分分析法提取同类别中风电机组运行特性的主导变量，并依据方差贡献率选择最具代表性的前三项主导变量，构建简化数据集；

7、根据所述简化数据集，通过自适应密度聚类算法对同类别中风电机组进行聚类分析，不断迭代更新领域和核心对象集合，直至聚类稳定，得到同类别中风电机组的自然聚类结果；

8、根据所述同类别中风电机组的自然聚类结果，计算各类机组的动态等值模型参数，结合不同类型机组的动态等值模型参数，实现风电场的动态等值建模。

9、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述将待建模风电场内风电机组的保护配置进行分类，收集不同类别风电机组在不同工况下的运行状态变量数据，并对运行状态变量数据进行数据标准化处理包括：

10、根据电压跌落程度的不同将机组分为撬棒保护和卸荷保护未投入、撬棒保护投入、卸荷保护投入以及撬棒保护和卸荷保护均投入四类；

11、所述状态变量包括桨距角、转差率、机械转矩、电磁转矩、风力机转矩、定子电流d轴分量、定子电流q轴分量、转子电流d轴分量、转子电流q轴分量、转子电压d轴分量、转子电压q轴分量、发电机电势d轴分量以及发电机电势q轴分量；

12、根据某一时刻下每台机组的风速及桨距角求取机组的其他状态变量，建立状态变量数据矩阵，对状态变量数据矩阵进行数据标准化，求得其方差矩阵，并计算出状态变量的特征值。

13、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述方差贡献率公式表示如下：

14、

15、其中，λi为第i个状态变量的特征值，方差贡献率从大到小依次排序，前三位选择作为主导变量，方差贡献率越大对风电机组的运行特性影响越大。

16、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述根据所述简化数据集，通过自适应密度聚类算法对同类别中风电机组进行聚类分析，不断迭代更新领域和核心对象集合，直至聚类稳定，得到同类别中风电机组的自然聚类结果包括：

17、根据主成分分析结果，选取包含三个主导变量的机组运行数据作为聚类的数据集对同类型风电机组进行分群；

18、设有n个机组运行状态数据x＝{x1、x2…xn}，计第i个由主导变量组成的样本为xi＝[xi1,xi2,xi3]，第j个由主导变量组成的样本为xj＝[xj1,xj2,xj3]，则第i个样本和第j个样本之间的距离定义为：

19、

20、对于任意xi，设定其领域为样本中任意与其距离不超过半径r的点的集合，即：

21、ne＝{xi∈x|dij≤r}

22、对于xi∈x，设置子样本数为p，若子样本集满足ne≥p的条件，则xi为核心对象；

23、通过半径r和子样本数p生成聚类分群结果，定义密度阈值：

24、

25、选择密度阈值小于设定阈值denref后的p和r作为最终分簇结果，即为同类型风机分群结果。

26、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述根据所述简化数据集，通过自适应密度聚类算法对同类别中风电机组进行聚类分析，不断迭代更新领域和核心对象集合，直至聚类稳定，得到同类别中风电机组的自然聚类结果还包括：迭代寻优半径r；

27、设定邻域半径搜索范围[r_min,r_max]，搜索步长为r，设定子样本数阈值minpts；

28、定义适应性函数，所述定义适应性函数被配置于量化不同r值下的聚类效果；

29、结合所述适应性函数，遍历邻域半径搜索范围，获取最优半径r以及对应的子样本数阈值minpts。

30、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述适应性函数包括：

31、适应性函数f(r,minpts)表示如下：

32、f(r,minpts)

33、＝w1·s(r,minpts)-w2·noiseratio(r,minpts)+w3

34、·mse_consistency-1(r,minpts)

35、其中，

36、

37、

38、

39、其中，ma是第a台风电机组对应的动态等值模型参数，是聚类c内所有风电机组参数的平均值，w1、w2和w3是权重因子，优化目标是求解f(r,minpts)最大的半径r和子样本数阈值minpts的组合，n表示风电机组的数量，c表示聚类后的类别数量，c表示聚类，nc表示每种聚类中包含的风电机组数量，sa(c)表示第a台风电机组在聚类c中的轮廓系数，nnoise表示噪声点数量。

40、作为本发明所述的基于自适应密度聚类的风电场等值建模方法的一种优选方案，其中：所述根据所述同类别中风电机组的自然聚类结果，计算各类机组的动态等值模型参数，结合不同类型机组的动态等值模型参数，实现风电场的动态等值建模包括：

41、所述不同类型机组的动态等值模型参数至少包括风电机组的等值风速、风电机组的等值转速、视在功率、有功功率、无功功率；

42、其中，等值风速记作veq，等值转速记作ωeq，表示为：

43、

44、

45、其中，n是同类别风电机组的数量，vb和ωb分别是第b台风电机组在相同或相似工况下的风速和转速；

46、其中，视在功率记作seq、有功功率记作peq、无功功率记作qeq，表示为：

47、

48、

49、

50、其中，sb表示第b台风电机组的视在功率，pb表示第b台风电机组的有功功率，qb表示第b台风电机组的无功功率。

51、一种基于自适应密度聚类的风电场等值建模系统，其特征在于，包括：

52、数据处理模块，用于将待建模风电场内风电机组的保护配置进行分类，收集不同类别风电机组在不同工况下的运行状态变量数据，并对运行状态变量数据进行数据标准化处理；

53、分析模块，用于将标准化处理后的数据，结合主成分分析法提取同类别中风电机组运行特性的主导变量，并依据方差贡献率选择最具代表性的前三项主导变量，构建简化数据集；

54、聚类模块，用于根据所述简化数据集，通过自适应密度聚类算法对同类别中风电机组进行聚类分析，不断迭代更新领域和核心对象集合，直至聚类稳定，得到同类别中风电机组的自然聚类结果；

55、建模模块，用于根据所述同类别中风电机组的自然聚类结果，计算各类机组的动态等值模型参数，结合不同类型机组的动态等值模型参数，实现风电场的动态等值建模。

56、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上所述的方法的步骤。

57、一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上所述的方法的步骤。

58、本发明的有益效果：本发明提出一种基于自适应密度聚类的风电场等值建模方法及系统，将待建模风电场内风电机组的保护配置进行分类，收集不同类别风电机组在不同工况下的运行状态变量数据，并对运行状态变量数据进行数据标准化处理；将标准化处理后的数据，结合主成分分析法提取同类别中风电机组运行特性的主导变量，并依据方差贡献率选择最具代表性的前三项主导变量，构建简化数据集；根据所述简化数据集，通过自适应密度聚类算法对同类别中风电机组进行聚类分析，不断迭代更新领域和核心对象集合，直至聚类稳定，得到同类别中风电机组的自然聚类结果；根据所述同类别中风电机组的自然聚类结果，计算各类机组的动态等值模型参数，结合不同类型机组的动态等值模型参数，实现风电场的动态等值建模。本发明提出的基于自适应密度聚类的风电场等值建模方法及系统，具有以下有益效果充分考虑了风电场内风电机组的保护配置、运行状态等因素，提高了建模的准确性。采用自适应密度聚类算法，能够根据数据特点自动确定聚类个数和聚类中心，得到合理的聚类结果。通过主成分分析法和方差贡献率选择主导变量，有效降低了数据维度，提高了建模效率。得到的动态等值模型参数具有较好的代表性，能为风电场的运行优化、故障诊断和稳定性分析提供有力支持。系统具有较强的适应性和普适性，可用于不同类型、不同规模的风电场等值建模。综上所述，本发明提出的一种基于自适应密度聚类的风电场等值建模方法及系统，具有较高的实用价值和广泛的应用前景。