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

• 作者: 侯玉强 赵凯
• 来源期刊: 浙江电力
• 学科: 工学
• 关键词: 风电场 等值建模 SOM K-means聚类
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 电力系统
• 页码范围: 30-36
• 页数: 7页
• 分类号: TM614
• 字数: 4253字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201908005

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)K-means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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯玉强		8	52	5.0	7.0
2	赵凯		1	1	1.0	1.0