基于模糊聚类的含风电场发电系统可靠性分析

摘要： 风电出力的随机性和间歇性使得风电在接入发电系统时会对发电系统可靠性造成影响。考虑到风电出力与负荷之间存在一定的相关性,提出了一种基于模糊聚类的风电场多状态可靠性模型。模型根据风电场出力与负荷数据的分布情况,使用两维模糊聚类对数据进行状态划分,并计算各状态之间的转移概率,最后通过序贯蒙特卡罗模拟对含风电场发电系统进行可靠性评估。算例分析结果表明,所建模型能够很好地模拟出风电场出力和负荷的分时序列,且可靠性分析结果准确有效。     

基于模糊层次分析法的风电场优化选址决策

风电场选址时存在对多种备选方案进行选择的问题,文章从多角度出发,选取地理、技术、经济、环境因素,提出了基于模糊层次分析法的解决方案,构建风电场选址的递阶层次结构。以三角模糊数互补判断矩阵为基本的数学模型,构造因素的比较判别矩阵以及方案的优先矩阵;通过将三角模糊数互补判断矩阵转化为精确数矩阵,对其进行一致性的判定和改进,计算出各因素权重,对备选方案进行单因素排序以及综合排序。并通过实例分析,验证了该方法在风电场选址决策中的有效性和正确性。     

适用于次同步振荡研究的直驱风电场等值建模

针对当前直驱风电场次同步振荡研究缺乏合适的等值模型这一问题,首先对单台直驱风机并网系统进行小信号建模及参与因子分析,得到了影响直驱风机次同步振荡的主导参量;接着将这些主导参量作为直驱风电场等值建模的聚类指标,利用SOM神经网络聚类算法对风电机组进行聚类,并借鉴同调等值法原理整定了风电机群的运行状态。最后,在PSCAD/EMTDC上建立了风电场等值模型,通过比较等值模型对实际风电场的等值效果,验证了直驱风电场等值建模方法的合理性。     

水质评价的模糊熵权聚类模型

针对传统评价中单纯主观确定参评指标权重方法的不足，采用主观判断与客观评估相结合的信息熵权方法确定各指标权重系数，进而将模糊聚类与熵权确定权重综合应用于水质综合评价中，取得了较为满意的评价结果：避免了主观定权中人为因素的影响以及客观定权的不均衡性。     

含SVG直驱风电场降阶模型与宽频振荡抑制措施研究

在直驱风电机组状态空间模型、SVG状态空间模型的基础上,建立了含SVG直驱风电场并网系统降阶状态空间模型;分析发现直驱风电场内SVG可能引起宽频振荡.为了抑制含SVG直驱风电场内宽频振荡,提出了含SVG直驱风电场宽频振荡阻尼控制器设计方法.基于降阶状态空间模型,以目标振荡模式的阻尼比为目标函数,通过优化算法整定控制器参...     

模糊聚类与k-NN法大型发电设备状态预警模型

根据设备运行的历史数据,运用模糊聚类和k-NN证据分类的方法,建立设备的运行状态模型,对水火电发电设备的运行状态进行判断,并对异常、故障状态进行预警。最后以红河1号机组#1高压加热器2014年1月用来聚类的4000组样本数据及其隶属度矩阵作为证据k-NN的训练集,2月某两天运行数据进行测试。验证模型能够如实反映设备异常状态,证明了模型的可靠性。     

基于改进遗传KM聚类算法的风电场机群划分方法

为准确分析风电场的动态特性,借助同调等值法的思想,提出了一种基于改进遗传KM聚类算法的机群划分方法。此方法通过构造有效的适应度函数,结合K-means聚类算法和遗传聚类算法的优点,以实测风速数据为分群指标,对风电场进行机群划分。将同群风电机组等值为1台风电机组,建立风电场动态等值模型,并与传统单机等值模型和K-means等值模型进行了比较分析。以某风电场为例进行的仿真验证结果表明,采用所提方法建立的等值模型能够较为准确地反映风电场的动态响应特性,从而提高等值模型的精确性。     

计及模糊聚类的配电网可靠性多指标定价方法

提出一种基于模糊聚类和熵权-层次分析法的配电网可靠性多指标综合定价方法,以确定合理的可靠性指标权重,并简化配电网可靠性电价的计算复杂度。该方法充分考虑了不同可靠性指标间的差异,利用模糊聚类分析方法对不同可靠性服务水平的用户进行分类,并为每一类用户构建一个虚拟负荷点来代表该类用户的可靠性水平。同时,利用熵权-层次分析法将熵权法和层次分析法计算得到的各可靠性指标权重进行优化融合,以得到更全面客观的指标权重。算例分析表明了所提方法的有效性和实用性。     

基于模糊聚类与神经网络的柴油机技术状态评价方法研究

对在正常工作条件下不同使用时间的某型装甲车辆柴油机进行了实车测试试验,提取了评价柴油机技术状态的特征向量;阐述了模糊聚类和神经网络的原理;根据技术状态不同,利用模糊聚类的方法将所测柴油机分成了5类,将分类结果作为神经网络模型训练样本理想输出值的确定依据;利用RBF-BP组合神经网络建立了基于多参数测试的柴油机技术状态评价模型,并对部分柴油机进行了技术状态评价.结果表明,神经网络评价结果与分类结果是一致的,基于神经网络的技术状态评价模型具有推广应用价值.     

车用发动机运行状态的模糊聚类与识别

利用混沌理论对车用发动机多组振动信号进行相空间重构，计算出不同运行状态的关联维数，同时结合各状态的振动平均值、峰峰值、燃料敲缸系数及机械敲缸系数组成状态向量样本。在此基础上，利用模糊C-均值的方法对样本数据进行聚类分析，得到标准状态向量，从而实现发动机当前状态的模糊识别。试验结果表明这一分析方法可为发动机的故障监测和及时维修提供可靠依据。     

基于模糊聚类法的无资料流域水文过程模拟

以流域面积、平均高程、平均坡度、长度、平均宽度、形状系数及平均曲率作为相似分析指标,采用模糊聚类法对新安江流域内12个有观测资料的子流域进行相似分析。在相似程度λ取0.837时将子流域分为两组,即岩前、渔梁、万安坝、屯溪、源口、临溪、月潭及良干流域为一组,屯溪作为参证流域;百罗畈、中洲、流口及上邹畈流域为一组,流口作为参证流域。通过新安江模型进行参数率定与移植,验证流域模拟结果的相对径流误差在±20%范围以内,即在规定的许可误差范围内,表明采用模糊聚类法的参数移植模拟计算能较好地反映径流的变化过程。     

基于模糊聚类循环迭代模型的地方水利发展现状评价

针对2011年中央1号文件提出2020年基本建成四大体系的目标任务, 通过制定17个评价指标,建立模糊聚类循环迭代模型,从防洪抗旱减灾、水资源合理配置和高效利用、水资源保护和河湖健康保障、水利科学发展制度体系建设方面对2009年全国水利发展状况进行了分析评价。结果表明,东部水利发展水平总体优于中、西部,华东地区水利发展水平最高,西北地区最低;揭示了地方水利发展存在的问题和不足,可为今后我国地方水利发展提供参考。     

基于风电机组聚类的风电场有功分层分配策略

针对风电场传统有功功率平均分配策略造成风电机组运行损伤差异性大、机组调整和启停次数多等问题,提出基于风电机组聚类的降功率分层分配策略。考虑实际风电机组调控能力,设计基于鲸鱼优化算法（WOA）的改进极限学习机（ELM）风电机组功率预测模型。构建实际风速、实际发电功率和预测功率的三维特征矩阵,提出基于模拟退火遗传算法（SAGA）的改进模糊C均值（FCM）聚类模型。以预测功率平均值和标准差、最大降功率值确定机群和机组调度优先级序列,构造“机群-机组”的两层分配策略,减少调整机组和停机机组的数量、提升风电机组损伤均衡性。结合某风电场实际工况,设计限功率模式不停机与停机的分配策略验证方案,对比分析3种不同策略的分配效果,算例结果验证了提出的分配策略的有效性。     

125和300MW汽轮发电机组的噪声统计和模糊聚类

本文在简要介绍发电厂中汽轮发电机组的噪声以后.用17台机组的实测数据,总结了125MW和300MW机组的噪声规律.并用传递闭包法计算和分析了125MW机组的噪声水平,还从模糊聚类中寻找出共同的特征.     

基于模糊聚类的光伏组件功率输出模型研究

摘要： 在光伏组件工程用功率输出模型的基础上提出了一种改进模型。基于模糊聚类方法将多晶硅组件户外测试数据、环境参数以天为单位聚类,聚类结果为晴天、多云、阴天、雨天、多云转阴和多云转雨。再由每一类聚类结果依次分析组件输出功率与组件温度以及太阳辐照度之间关系,最后验证了该模型的准确性。     

基于免疫克隆与模糊聚类的汽轮机故障诊断方法的研究

提出了一种免疫克隆选择算法与模糊C-均值聚类算法相结合的混合聚类算法,是一种有监督学习和无监督学习结合的算法.该算法首先用克隆选择算法对模糊聚类中心的选取进行指导,然后进行聚类.仿真结果表明,将该算法用于汽轮机的故障诊断,能够正确地诊断出存在的故障,提高了故障诊断的准确性和有效性,其性能优于模糊C-均值聚类的故障诊断方法.     

基于聚焦式模糊聚类算法的数据挖掘故障诊断方法

针对现有的火电厂大型设备故障诊断精度较低的问题，提出一种基于聚焦式模糊聚类算法的数据挖掘故障诊断方法。它采用分段相关分析的方法在火电厂SCADA系统历史数据库查找故障征兆变量，然后利用聚焦式量化算法对故障征兆变量进行离散化，最后应用双向模糊聚类算法找出对应故障类型的关键数据。该方法避免了为诊断故障而附加的专门测试或试验，在降低费用的同时，减少了试验对设备造成的潜在威胁。故障诊断实例表明：其诊断精度在不同的月份介于91％～95％之间，可以满足现场应用的要求。参3     

基于改进D-K聚类算法的直驱型风电场动态等值建模

研究永磁同步发电机(PMSG)的低电压穿越(LVRT)特性,提出一种基于改进D-K聚类算法的直驱型风电场等值建模方法。首先,根据风电场内各台PMSG卸荷电路的导通情况对风电场进行首次分群。其次,将卸荷电路未导通的PMSG故障期间的机端电压值作为分群指标,应用改进D-K聚类算法对风电场进行聚类等值。该算法解决了传统K-均值聚类算法k值需提前给定和依赖于初始聚类中心的问题。最后,以某实际风电场为例进行仿真分析,结果表明该等值模型与传统等值模型相比能更准确地反映直驱型风电场的动态和暂态运行特性。     

基于遗传算法的锅炉给水系统聚类自适应模糊控制器的设计

将聚类算法和模糊控制相结合，提出了一种新型的聚类自适应模糊控制器，应用于非线性、多干扰和强耦合的锅炉给水系统中，并用改进的遗传算法将模糊控制器的隶属参数进行优化。仿真表明该方案的适应性、实时性、鲁棒性都很强，具有很强的工程实用价值。