论文部分内容阅读
针对大型风电场仿真模型复杂,计算量大的特点,提出一种利用实测数据建立大型风电场稳态等值模型的新方法。通过粒子滤波算法对原始风速数据进行预处理,消除噪声干扰对真实数据的影响:号虑到风电场内风机的风况差异问题,采用K-均值聚类算法提取反映风电机组风况差异的特征风速,以简化建模过程:选择特征风速和实测风电功率为输入、输出信号,应用BP神经网络拟合风电场稳态等值模型.该模型考虑了风电场地形地貌、机组分布因素,利用实测数据对模型进行泛化能力分析和精度验证,仿真结果表明.该方法具有一定的准确性与合理性.