[发明专利]基于分裂层次半监督谱聚类算法的风电场动态等值方法

权利要求书

1.一种基于分裂层次半监督谱聚类算法的风电场动态等值方法，其特征在于，所述方法包括步骤： 

步骤1：根据风电场内所有风电机组的实测风速数据，构建拉普拉斯矩阵； 

步骤2：对步骤1得到的拉普拉斯矩阵进行谱特征分析，构造特征向量空间； 

步骤3：对步骤2得到的特征向量空间的样本组进行基于分裂层次的半监督聚类划分，进而得到机群划分结果； 

步骤4：对同一机群内风电机组的参数采用容量加权法进行等值，建立风电场动态等值的多机表征模型。 

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，根据风电场内所有风电机组的实测风速数据，构建拉普拉斯矩阵的过程为： 

步骤101：设风电场中风电机组共有n+m台，若某个时段内有n台风电机组并网运行，m台风电机组与电网脱离，则将m台离网的风电机组剔除，选取风电场在该时段内并网运行的风电机组的实测风速数据作为样本，在该时段内风速的采样点个数为t，将n台风电机组的风速数据建立实测风速样本矩阵V： 

其中，v_i,j表示第i台风电机组在第j个时刻测得的风速；V_i为第i台风电机组的实测风速样本组；矩阵V中样本组数量与风电机组台数相等为n，维数与采样点数相等为t； 

步骤102：由实测风速样本矩阵V构建n台风电机组两两之间的欧式距离矩阵H： 

其中，d(V_u,V_w)表示第u台风电机组与第w台风电机组风速样本组之间的欧式距离，H是主对角元素为0的对称阵，其维数与待划分的风电机组台数n相等； 

步骤103：根据欧式距离矩阵H，采用高斯函数构建相似性矩阵： 

其中，σ_u和σ_w为自适应尺度参数，用来控制两个样本组V_u和V_w之间的欧式距离对相似性矩阵中的元素A_u,w的影响；σ_u表示与V_u欧式距离最小的r个样本组的平均欧式距离， V_l为与V_u欧氏距离最小的第l个样本组，r可以取 3～5，σ_w类似于σ_u，用σ_u和σ_w代替固定尺度参数，可以降低高斯函数对尺度参数的敏感性； 

步骤104：基于相似性矩阵A建立度矩阵D， 

其中，从而构建拉普拉斯矩阵。

3.根据权利要求1所述的方法，其特征在于，所述步骤2中，对步骤1得到的拉普拉斯矩阵进行谱特征分析，构造特征向量空间的过程为： 

步骤201：将拉普拉斯矩阵L的特征值从大到小排列，λ₁≥λ₂≥…≥λ_n≥0，并定义本征间隙δ_e为δ_e=λ_e-λ_e+1，(e=1,2,…,n-1)； 

步骤202：在本征间隙序列中寻找最大值，最大值对应的下标就是所求的聚类个数，设为k，由此可确定前k个主导特征值为λ₁,λ₂,…,λ_k，设λ₁,λ₂,…,λ_k所对应的特征向量为X₁,X₂,…,X_k； 

步骤203：构造特征向量矩阵X： 

步骤204：对特征向量矩阵X的每一行进行归一化并记归一化后的矩阵为Y，即特征向量空间： 

特征向量空间Y可以体现原始风速数据空间结构且能为分类提供更多有效信息。