摘要
本发明涉及电力系统及其自动化领域,具体是一种适用于次同步振荡分析的风电集群等值聚合方法、系统及设备,包括S1:获取适用于实际工程的计及振荡的风机分群指标;S2:按链路顺序由并网侧采样构造样本数据,依据分群指标通过BIRCH算法生成聚类特征树,实现风电机组分群;S3:将同一风电机组集群中的不同机组按拓扑结构和算法结果聚合,遵循功率一致和容量一致原则对同一集群的机组聚合获得聚合模型,针对次同步振荡工况对风电集群进行等值聚合。相比起现有技术,本专利通过设置确定适应度高的分群指标以及应用BIRCH算法对风电机组进行分群,解决了现有技术存在的分群难度较大、算法运算效率低以及不适应特定风电系统次同步振荡运行状态分析的技术问题。
技术关键词
分群
集群
状态空间模型
风电机组
聚类特征
指标
功率损耗法
左特征向量
节点
风电系统
样本
矩阵
算法
模式
风机
变量
风速
电容
系统为您推荐了相关专利信息
虚拟化集群系统
虚拟中央处理单元
操作系统进程
数据同步方法
副本
学习控制方法
补偿误差
状态空间模型
通信链路
模糊参数
数据管理方法
线性回归模型
性能指标数据
性能指标定义
综合性
健康状态评估方法
风力发电机组
工况
mRMR算法
特征参量