申请/专利权人：华中科技大学

申请日：2020-09-07

公开（公告）日：2024-04-26

公开（公告）号：CN112149346B

主分类号：G06F30/27

分类号：G06F30/27;G06F18/2337;G06F18/23213;G06Q50/06;G06F119/06;G06F119/12

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.01.15#实质审查的生效;2020.12.29#公开

摘要：本发明公开了一种风电场等值建模方法、装置、电子设备和存储介质，风电场建模领域领域，所述方法包括S1:获取风电场内风机对应的有功功率高维时间序列和无功功率高维时间序列作为聚类指标；S2:将所述聚类目标聚类指标划分为多个数据块，利用多视角模糊C均值算法MV‑FCMC对各个所述数据块进行聚类分析得到依次获取依次获取各个所述数据块对应的隶属度矩阵；S3:利用各个所述数据块对应的隶属度矩阵计算各个所述数据模块数据块中样本对应的隶属度矩阵，以获取各个所述样本的聚类结果。本申请提供的方法将数据划分为多个数据块并进行迭代聚类，使得计算机内存只需承担单个数据块的计算压力，即可在较小内存中实现大规模风电场等值建模，而不会出现卡死。

主权项：1.一种风电场等值建模方法，其特征在于，包括：S1:获取风电场内风机对应的有功功率高维时间序列和无功功率高维时间序列作为聚类指标；S2:基于增量式技术的多视角模糊C均值聚类MVI-FCMC算法将所述聚类指标划分为多个数据块，并对每个所述数据块利用多视角模糊C均值MV-FCMC算法进行聚类分析，依次获取各个所述数据块对应的隶属度矩阵；S3:利用各个所述数据块对应的隶属度矩阵计算各个所述数据块中样本对应的隶属度矩阵，以获取各个所述样本的聚类结果完成所述风电场等值建模；所述S2之前，所述方法还包括：将MV-FCMC算法的目标函数和约束条件分别设为： 其中，视角k的数据集表示为Xk＝{xi,k|xi,k∈Rd}，i＝1,2,…,N；k＝1,2,…,K，d表示数据维度，N表示样本数，C表示数据集Xk被分类别的总数量，i＝1,2,…,C；wj,k表示视角k中样本xj,k的权重；μij,k表示视角k中样本xj,k对于聚类中心vi,k的隶属度；d2ij,k表示xj,k与vi,k之间欧式距离的平方；αj,k表示增强参数，βj,k表示削弱参数，m1表示模糊化常数。

全文数据：

权利要求：

百度查询： 华中科技大学 一种风电场等值建模方法、装置、电子设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD