基于降维聚类的双馈风力发电机参数辨识

作者：吴林林; 张家安; 刘东; 李飞; 王潇; 刘辉

来源：可再生能源, 2021, 39(12): 1635-1640.

DOI：10.13941/j.cnki.21-1469/tk.2021.12.011

• 双馈风力发电机
• 参数辨识
• LLE降维
• K-means聚类
• 线性神经网络

电力系统在调度运行中,须要对风电场风机控制器参数进行辨识。提出了一种基于降维聚类的双馈风机参数辨识方法。首先进行控制器状态方程进行差分线性化,对相关采集数据应用LLE算法进行降维;然后应用K-means聚类进行数据提取;最后应用改进线性神经网络实现参数辨识。其中,LLE算法使数据局部线性特征得以保存,K-means聚类通过提取部分线性数据去除各种扰动和非线性数据,改进的多学习率线性神经网络确保了参数的精确辨识。通过实际双馈风力发电机运行数据作为算例,验证了算法的有效性,降低了参数辨识误差。

• 单位
  河北建筑工程学院; 河北工业大学; 国网冀北电力有限公司