[发明专利]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

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。