基于改进遗传KM聚类算法的风电场机群划分方法

• 作者: 苏元鹏 詹仲强 郭志 陈洁 黄净
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: K-means算法 聚类算法 风电场 机群划分 动态等值
• 年，卷（期）: 2016,（2）
• 页码范围: 238-243
• 分类号: TM614
• 语种: 中文

摘要

为准确分析风电场的动态特性,借助同调等值法的思想,提出了一种基于改进遗传KM聚类算法的机群划分方法.此方法通过构造有效的适应度函数,结合K-means聚类算法和遗传聚类算法的优点,以实测风速数据为分群指标,对风电场进行机群划分.将同群风电机组等值为1台风电机组,建立风电场动态等值模型,并与传统单机等值模型和K-means等值模型进行了比较分析.以某风电场为例进行的仿真验证结果表明,采用所提方法建立的等值模型能够较为准确地反映风电场的动态响应特性,从而提高等值模型的精确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈洁	新疆大学电气工程学院	54	191	7.0	12.0
2	郭志	新疆大学电气工程学院	6	18	3.0	4.0
3	詹仲强	新疆大学电气工程学院	5	18	3.0	4.0
4	苏元鹏	新疆大学电气工程学院	4	18	3.0	4.0
5	黄净		12	25	3.0	4.0