基于pso‑grnn风电场风电机缺损风速值填充方法

Abstract

本发明公开了基于PSO‑GRNN风电场风电机缺损风速值填充方法,依次进行风速数据相似性判定;确定GRNN填充子模型待优化参数集和评价此优化参数集的适应度函数;运用PSO算法优化待优化的参数,建立GRNN填充子模型;GRNN填充子模型进行GRNN组合,生成最终的填充结果。本发明针对以往单一填充模型稳定性差的缺点,提取与缺损测量风速风电机在缺损采样点附近风速演化最相似的若干台风电机的测量风速,采用PSO‑GRNN神经网络组合填充模型对各子模型的填充结果进行动态组合,同时设计了对于组合用GRNN最佳平滑系数的确定方案,进一步提高了最终的填充结果精度和稳定性。

Claims

Description

Topics

    Download Full PDF Version (Non-Commercial Use)

    Patent Citations (2)

      Publication numberPublication dateAssigneeTitle
      CN-103410662-ANovember 27, 2013江苏科技大学风电系统最大风能捕获神经网络补偿控制方法
      CN-104217260-ADecember 17, 2014南京信息工程大学Combined filling system for measured wind speed loss values of multiple neighboring wind motors in wind field

    NO-Patent Citations (0)

      Title

    Cited By (0)

      Publication numberPublication dateAssigneeTitle