[發(fā)明專利]基于分裂層次半監(jiān)督譜聚類算法的風(fēng)電場動態(tài)等值方法

有效

• 申請?zhí)枺?/td>: 201310341919.2
• 申請日: 2013-08-07
• 公開（公告）號: CN103400009A
• 公開（公告）日: 2013-11-20
• 發(fā)明（設(shè)計）人: 林俐;潘險險;丁魁;蘭濤;趙會龍;趙雙;李庚銀;朱晨宸;李丹;李亮玉;李弸智
• 申請（專利權(quán)）人: 華北電力大學(xué)
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京眾合誠成知識產(chǎn)權(quán)代理有限公司 11246
• 代理人: 陳波

1.一種基于分裂層次半監(jiān)督譜聚類算法的風(fēng)電場動態(tài)等值方法，其特征在于，所述方法包括步驟：?

步驟1：根據(jù)風(fēng)電場內(nèi)所有風(fēng)電機(jī)組的實測風(fēng)速數(shù)據(jù)，構(gòu)建拉普拉斯矩陣；?

步驟2：對步驟1得到的拉普拉斯矩陣進(jìn)行譜特征分析，構(gòu)造特征向量空間；?

步驟3：對步驟2得到的特征向量空間的樣本組進(jìn)行基于分裂層次的半監(jiān)督聚類劃分，進(jìn)而得到機(jī)群劃分結(jié)果；?

步驟4：對同一機(jī)群內(nèi)風(fēng)電機(jī)組的參數(shù)采用容量加權(quán)法進(jìn)行等值，建立風(fēng)電場動態(tài)等值的多機(jī)表征模型。?

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟1中，根據(jù)風(fēng)電場內(nèi)所有風(fēng)電機(jī)組的實測風(fēng)速數(shù)據(jù)，構(gòu)建拉普拉斯矩陣的過程為：?

步驟101：設(shè)風(fēng)電場中風(fēng)電機(jī)組共有n+m臺，若某個時段內(nèi)有n臺風(fēng)電機(jī)組并網(wǎng)運行，m臺風(fēng)電機(jī)組與電網(wǎng)脫離，則將m臺離網(wǎng)的風(fēng)電機(jī)組剔除，選取風(fēng)電場在該時段內(nèi)并網(wǎng)運行的風(fēng)電機(jī)組的實測風(fēng)速數(shù)據(jù)作為樣本，在該時段內(nèi)風(fēng)速的采樣點個數(shù)為t，將n臺風(fēng)電機(jī)組的風(fēng)速數(shù)據(jù)建立實測風(fēng)速樣本矩陣V：?

其中，v_i,j表示第i臺風(fēng)電機(jī)組在第j個時刻測得的風(fēng)速；V_i為第i臺風(fēng)電機(jī)組的實測風(fēng)速樣本組；矩陣V中樣本組數(shù)量與風(fēng)電機(jī)組臺數(shù)相等為n，維數(shù)與采樣點數(shù)相等為t；?

步驟102：由實測風(fēng)速樣本矩陣V構(gòu)建n臺風(fēng)電機(jī)組兩兩之間的歐式距離矩陣H：?

其中，d(V_u,V_w)表示第u臺風(fēng)電機(jī)組與第w臺風(fēng)電機(jī)組風(fēng)速樣本組之間的歐式距離，H是主對角元素為0的對稱陣，其維數(shù)與待劃分的風(fēng)電機(jī)組臺數(shù)n相等；?

步驟103：根據(jù)歐式距離矩陣H，采用高斯函數(shù)構(gòu)建相似性矩陣：?

其中，σ_u和σ_w為自適應(yīng)尺度參數(shù)，用來控制兩個樣本組V_u和V_w之間的歐式距離對相似性矩陣中的元素A_u,w的影響；σ_u表示與V_u歐式距離最小的r個樣本組的平均歐式距離，?V_l為與V_u歐氏距離最小的第l個樣本組，r可以取?3～5，σ_w類似于σ_u，用σ_u和σ_w代替固定尺度參數(shù)，可以降低高斯函數(shù)對尺度參數(shù)的敏感性；?

步驟104：基于相似性矩陣A建立度矩陣D，?

其中，從而構(gòu)建拉普拉斯矩陣。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟2中，對步驟1得到的拉普拉斯矩陣進(jìn)行譜特征分析，構(gòu)造特征向量空間的過程為：?

步驟201：將拉普拉斯矩陣L的特征值從大到小排列，λ₁≥λ₂≥…≥λ_n≥0，并定義本征間隙δ_e為δ_e=λ_e-λ_e+1，(e=1,2,…,n-1)；?

步驟202：在本征間隙序列中尋找最大值，最大值對應(yīng)的下標(biāo)就是所求的聚類個數(shù)，設(shè)為k，由此可確定前k個主導(dǎo)特征值為λ₁,λ₂,…,λ_k，設(shè)λ₁,λ₂,…,λ_k所對應(yīng)的特征向量為X₁,X₂,…,X_k；?

步驟203：構(gòu)造特征向量矩陣X：?

步驟204：對特征向量矩陣X的每一行進(jìn)行歸一化并記歸一化后的矩陣為Y，即特征向量空間：?

特征向量空間Y可以體現(xiàn)原始風(fēng)速數(shù)據(jù)空間結(jié)構(gòu)且能為分類提供更多有效信息。?