一种风电并网系统暂态稳定评估方法、系统及设备

专利主权项内容

1.一种风电并网系统暂态稳定评估方法，其特征在于，包括：S1、获取风力发电的风速与风向数据，构建输入样本；S2、基于输入样本，构建包含若干个高斯模型的高斯混合模型；S3、计算输入样本的后验概率确定每个输入样本属于每个类别的概率，迭代更新高斯混合模型的参数，获得高斯混合模型的最大似然估计；S4、求得每个输入样本概率最大的高斯模型，将其作为类别标签，并以类别标签划分样本类别，进行样本聚类，获得不同样本类别的样本集；S5、构建深度随机配置网络模型，并基于不同样本类别的样本集构建输入特征集，对深度随机配置网络模型进行自适应训练，从而获得自适应深度随机配置网络模型；S6、基于输入样本与电气故障数据构建输入特征量，获得输入特征集；S7、将输入特征集输入至自适应深度随机配置网络模型中，从而评估风电并网系统的暂态稳定性；所述构建输入样本是指：将获取的风速与风向数据分别进行归一化至区间[0，1]之间的实数，并通过组合方式构建二维随机变量的输入样本集[x，x，x，...，x]，输入样本集中的输入样本为x＝(v，θ)，i＝1，2，3，...，m，其中：v为风速，θ为以正北为起点的风向角度；123mi所述构建包含若干个高斯模型的高斯混合模型是指：采用多变量高斯分布构建高斯混合模型，令多变量高斯分布的概率密度函数为：其中：为多维随机变量，即输入样本x；μ为多个变量的均值；∑为多个变量的协方差；D为变量的维度；i令高斯混合模型的概率分布为：其中：K为高斯混合模型所包含的高斯模型的个数；为第k个高斯模型的分布概率密度函数；x为输入样本；α、μ、/>分别为第k个高斯模型的权重、均值与协方差；ikk所需估计的参数为：则对于每个输入样本x，其最大似然函数定义为：i其中：为所需估计的参数；所述步骤S6，具体包括：S61、采集故障发生时的电气数据，并结合输入样本构建输入特征量；所述输入特征量包括：母线电压幅值、母线电压相位角、发电机有功功率、发电机无功功率、负荷有功功率、负荷无功功率、风速和风向；S62、对输入特征量使用标准分数进行标准化处理，从而获得输入特征集。。关注微信公众号马克数据网