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.