大数据下风电场混合算法建模研究

摘要：

利用优化粒子群K-means混合聚类算法分析大规模风电场的实际运行数据并对其建模.以山西盛风岭风电场作为实例,在大数据下依据其实际运行数据建立风速-功率模型并利用优化粒子群K-means混合聚类算法(IPSO-K-means)进行模型优化.结果 显示,对比方法(传统方法、K-means、PSO-K-means)的平均误差分别为46.29％、18.58％、17.30％,而IPSO-K-means方法的平均误差为14.11％,说明所提方法可以大大提高模型的准确性.

关键词：大数据、风电场、粒子群优化算法、K-means聚类算法、建模

所属期刊栏目：24

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金U1610116

在线出版日期：2019-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：48-54