CN114429409B 一种优化旋转门算法的储能型风电场爬坡事件检测方法 (华北电力大学(保定))_第1页
CN114429409B 一种优化旋转门算法的储能型风电场爬坡事件检测方法 (华北电力大学(保定))_第2页
CN114429409B 一种优化旋转门算法的储能型风电场爬坡事件检测方法 (华北电力大学(保定))_第3页
CN114429409B 一种优化旋转门算法的储能型风电场爬坡事件检测方法 (华北电力大学(保定))_第4页
CN114429409B 一种优化旋转门算法的储能型风电场爬坡事件检测方法 (华北电力大学(保定))_第5页
已阅读5页,还剩22页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种优化旋转门算法的储能型风电场爬坡本发明公开了一种优化旋转门算法的储能据点;采用四点法处理特征数据点以去除“凸根据爬坡事件判断标准检测合并后的风电特征2式中,Pfend和Pfstart分别表示组合后风电特征时段结束时刻和开始时刻的风电功率,tfend和tfstart分别表示组合后风i+2i+3表示IBSO-SDT提取出的连续相邻的4个特征数据点;(5)将四点法处理之后的相邻两个特征数据点视为一个风电特征时段,然后对其分类分类:将四点法处理后的相邻两个风电特征数据点之间的连线视为一个风电特征时32.根据权利要求1所述的一种优化旋转门算法的储能型风电场爬坡事件检测方法,其3.根据权利要求1所述的一种优化旋转门算法的储能型风电场爬坡事件检测方法,其特征在于,所述步骤(6)中采用储能型风电场爬坡事件判断标准检测合并后风电特征时段4[0003]WPRE会对电网产生非常大的冲击,功率的急剧变化破坏了不利于调度人员调度其他发电机组以配合风电出力。风电下爬事件会导致电网的频率降[0005]本发明采用技术方案:一种优化旋转门算法的储能型风[0008](3)利用改进天牛群算法(improvedbeetleswarmoptimization,IBSO)[0009](4)采用四点法对优化旋转门算法提取出的特征数据点进行处理,以消除特征数[0010](5)将四点法处理之后的相邻两个特征数据点视为一个风电特征时段,然后对其5[0014]式中,Pfend和Pfstart分别表示合并后风电特征时段结束时刻和开始时刻的风电功6和x0分别为初始时刻及对应的数据值;t1和x1分别为第1个时刻及对应的E为压缩偏移量;7表示IBSO-SDT提取出的连续相邻的4个特征数据[0061]所述步骤(5)中,将四点法处理之后的相邻两个特征数据点视为一个风电特征时[0067]所述步骤(6)中,基于爬坡事件判断标准检测合并后的风电特征时段是否发生爬8[0069]给出了适用于储能型风电场爬坡事件的判断标准;通过[0077]本发明提出了一种优化旋转门算法的储能型风电场爬坡事件检测方法,附图1为[0081]式中,Pfend和Pfstart分别表示合并后风电特征时段结束时刻和开始时刻的风电功9和x0分别为初始时刻及对应的数据值;t1和x1分别为第1个时刻及对应的E为压缩偏移量;表示IBSO-SDT提取出的连续相邻的4个特征数据[0129]步骤5将四点法处理之后的相邻两个特征数据点视为一个风电特征时段,然后对[0141]为进一步体现IBSO-SDT提取风电特征数据点的有效性,将其与普通SDT算法和卷积神经网络(ConvolutionalNeuralNetwork,CNN)方法对风电特征数据点的提取误差进[0145]为进一步验证检测结果的有效性,将其与SDT算法和滑动窗口法(sliding[0147]该评价指标体系主要包含4个指标,分别为准确率(ACC)、查全率(POD)、命中率

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论