公开(公告)号：CN116738807A

公开(公告)日：2023-09-12

申请号：CN202310522731.1

申请日：2023-05-10

Applicant: 南京邮电大学

Inventor： 周霞 ,  陈学宽 ,  解相朋 ,  戴剑丰

IPC: G06F30/25 ,  G06F30/27 ,  G06F18/214 ,  G06F18/23213 ,  G06F18/24 ,  G06N3/0442 ,  G06N3/08 ,  G06F113/06 ,  G06F119/06

Abstract: 本发明属于大型风电场等值建模技术领域，公开了基于PSO‑LSTM‑ECM的风电场等值建模方法，其搭建风电场详细模型后对风电机组进行分群，构建聚类等值模型；基于详细模型和聚类等值模型的暂态响应误差构建ECM，通过PSO优化的LSTM网络训练得到误差校正模型；最后，把聚类等值模型的暂态响应数据输入训练完成的网络，将网络的输出值补偿给聚类等值模型。本发明实现了详细模型与传统等值模型的误差自动校正，在具有仿真低耗时特性的同时可高精度拟合风电场动态特性；通过深度学习技术的应用，模型泛化能力显著提升，应用该模型可以大大提高当前风电场建模的效率与准确性，为分析大型风电场对电力系统稳定性的影响提供依据。