基本信息:
- 专利标题： 一种基于改进K-means算法的多特征量指标下风电典型场景构建方法及系统
- 申请号：CN202210916755.0 申请日：2022-08-01
- 公开(公告)号：CN115344996A 公开(公告)日：2022-11-15
- 发明人： 刘艳章 , 陈宁 , 朱凌志 , 张磊 , 吴林林 , 孙荣富 , 姜达军 , 钱敏慧 , 王湘艳 , 马炯 , 唐冰婕 , 彭佩佩
- 申请人： 中国电力科学研究院有限公司 , 国网冀北电力有限公司 , 国网冀北电力有限公司电力科学研究院 , 国家电网有限公司
- 申请人地址： 北京市海淀区清河小营东路15号; ; ;
- 专利权人： 中国电力科学研究院有限公司,国网冀北电力有限公司,国网冀北电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人： 中国电力科学研究院有限公司,国网冀北电力有限公司,国网冀北电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人地址： 北京市海淀区清河小营东路15号; ; ;
- 代理机构： 南京鑫之航知识产权代理事务所
- 代理人： 姚兰兰
- 主分类号： G06F30/20
- IPC分类号： G06F30/20 ; G06K9/62 ; H02J3/46 ; G06F113/06
摘要：
本发明公开了一种基于改进K‑means算法的多特征量指标下风电典型场景构建方法，包括如下步骤：根据选取的画风电波动特性的特征指标，建立具有风电多特征量的样本集；基于K‑means聚类算法的改进，对所述样本集进行聚类分析，并依据聚类有效性指标对各聚类结果进行寻优，找出样本集的最优聚类结果；根据最优聚类结果，结合疏密程度和最大最小距离原则获得各类簇的初始聚类中心；采用改进的K‑means聚类算法对风电出力场景进行聚类分析，以实现风电出力场景缩减，构建出风电出力典型场景。本发明较于传统的K‑means聚类算法，减小了聚类中心的随机性与聚类数设定盲目性，提高了风力发电聚类的准确性，为实际制定高比例风力发电接入电网的运行规划与发展提供参考。
IPC结构图谱:
| G06F30/20 | 设计优化、验证或模拟 |