<cite id="yyiou"><tbody id="yyiou"></tbody></cite>
<cite id="yyiou"><samp id="yyiou"></samp></cite>
  • <s id="yyiou"></s><bdo id="yyiou"><optgroup id="yyiou"></optgroup></bdo>
  • <cite id="yyiou"><tbody id="yyiou"></tbody></cite>

    首頁 > 期刊 > 自然科學與工程技術 > 工程科技II > 電力工業(yè) > 浙江電力 > 基于自組織映射神經網絡K-means聚類算法的風電場多機等值建模 【正文】

    基于自組織映射神經網絡K-means聚類算法的風電場多機等值建模

    趙凱; 侯玉強 國網浙江省電力有限公司紹興供電公司; 浙江紹興312000; 南瑞集團有限公司; 南京211106
    • 風電場
    • 等值建模
    • som

    摘要:為研究高比例風電接入對電網安全穩(wěn)定性的影響,提出了基于SOM(自組織映射神經網絡)K-means聚類的風電場多機等值建模方法。首先選取風電場運行時的有功功率、無功功率、機端電壓、輸出電流、平均風速5種狀態(tài)變量作為聚類算法的輸入變量矩陣,通過基于SOM K-means聚類算法對變量矩陣進行處理,得到風電機組等值群數。然后用1臺機組并聯理想受控電流源的方法表征整個同群機組,得到風電機組的多機等值模型并進行仿真計算。最后通過與單機模型及詳細模型在風速擾動和短路下的仿真曲線對比驗證所提出的多機等值方法的有效性。

    注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社

    投稿咨詢 文秘咨詢

    浙江電力

    • 預計1個月內 預計審稿周期
    • 1.65 影響因子
    • 工業(yè) 快捷分類
    • 月刊 出版周期

    主管單位:浙江省電力工業(yè)局;主辦單位:浙江省電力學會;浙江省電力試驗研究院

    我們提供的服務

    服務流程: 確定期刊 支付定金 完成服務 支付尾款 在線咨詢
    主站蜘蛛池模板: 库尔勒市| 阿荣旗| 汤原县| 墨玉县| 鄱阳县| 关岭| 淮安市| 北京市| 灵寿县| 阳曲县| 喀什市| 贵溪市| 邢台市| 巫山县| 鞍山市| 彩票| 天门市| 新野县| 兴安盟| 清原| 大洼县| 明星| 凤翔县| 萍乡市| 本溪市| 加查县| 山西省| 合山市| 和硕县| 海丰县| 尚志市| 垫江县| 望奎县| 金门县| 中宁县| 潜山县| 长丰县| 阿巴嘎旗| 哈巴河县| 普洱| 洪湖市|