[發明專利]一種基于遺傳算法求解風機功率曲線參數模型的改進方法有效
| 申請號: | 201510424007.0 | 申請日: | 2015-07-20 |
| 公開(公告)號: | CN105069192B | 公開(公告)日: | 2018-02-27 |
| 發明(設計)人: | 劉寧;張家安;李志剛;王華君;楊彥杰;孟心怡;高艷紅;李軒;趙凡 | 申請(專利權)人: | 河北工業大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50 |
| 代理公司: | 北京科億知識產權代理事務所(普通合伙)11350 | 代理人: | 湯東鳳 |
| 地址: | 300401 天津*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 遺傳 算法 求解 風機 功率 曲線 參數 模型 改進 方法 | ||
1.一種基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于,包括以下步驟:
步驟(1),確定風機運行數據中風速數據和有功功率的數據范圍,確定風機運行數據的總數據量;
步驟(2),根據風機運行數據的范圍及計算精度的要求確定聚類網格的大小,劃分網格并為網格編號;
步驟(3),計算每個網格中風機運行數據的平均風速和平均功率作為該網格中所有數據的聚類點,計算落入該網格中風機運行數據的數據量與風機運行數據總數據量的比值作為該聚類點的權重;
步驟(4),通過遺傳算法和帶有權重的聚類點求解風電機組功率曲線模型的參數。
2.根據權利要求1所述的基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于:步驟(1)中所述的風機運行數據指同一時刻輸入風機的風速和風機輸出的有功功率,或同一時間段內輸入風機的風速平均值和風機輸出的有功功率平均值;一組對應時間段的輸入風機的風速平均值和風機輸出的有功功率平均值表示一組風機運行數據。
3.根據權利要求1所述的基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于:步驟(2)中所述的聚類網格指通過限值風速范圍和有功功率范圍而確定風機運行數據范圍,即建立一直角坐標系,其中坐標系中每個點表示一組風機運行數據,橫坐標表示風速,縱坐標表示有功功率,而平行于坐標軸設置的虛線所劃分成的矩形區域則表示聚類網格;劃分網格的依據為,網格越小則網格數越多,聚類點越多,聚類點越接近于原始數據,計算越確,但適應度函數和評價函數越復雜,計算量越大。
4.根據權利要求1所述的基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于:步驟(3)中所述每個網格中風機運行數據是按下述方法劃分的,當點在網格內或點僅在屬于一個網格的網格邊界線上時,該點屬于該網格;當點在兩個網格的邊界線上時,若兩個網格為左右相鄰則該該點屬于左側網格,若兩個網格為上相相鄰則該點屬于下側網格;當點在四個網格的邊界上時,該點屬于左下側網格。
5.根據權利要求1所述的基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于:步驟(4)中所述的通過遺傳算法和帶有權重的聚類點求解風電機組功率曲線模型的參數的具體流程如下:
步驟(4.1),初始化種群,執行步驟(4.2);
步驟(4.2),計算種群的適應度值,執行步驟(4.3);
步驟(4.3),判斷是否滿足收斂條件或最大代數:是,輸出最優解;否,執行步驟(4.4);
步驟(4.4),進行選擇、變異、交叉等遺傳操作,生成新一代種群,執行步驟(4.2)。
6.根據權利要求5所述的基于遺傳算法求解風機功率曲線參數模型的改進方法,其特征在于:步驟(4.1)所述的初始化種群是指對風電功率曲線模型中的參數進行基因編碼,并生成隨機種群。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于河北工業大學,未經河北工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201510424007.0/1.html,轉載請聲明來源鉆瓜專利網。





