一种基于朴素贝叶斯算法的双馈风机风电场并网稳定预测方法
公开
摘要
本发明公开了一种基于朴素贝叶斯算法的双馈风机风电场并网稳定预测方法，包括以下步骤：根据双馈感应风机的组成结构及原理，得到多台风机的风电场等值简化模型及影响含风电场的电力系统电压稳定程度的主要因素；用PSASP设置不同风速、负荷、出力等工况下进行计算得到系统的潮流，并设置不同故障条件，进行时域仿真法暂态电压稳定计算，获得分类预测所需的原始数据集；构建一个M×2n原始特征矩阵，做归一化变换，按在状态改变时变量值波动的剧烈程度进行排序，取前12组变量作为分类器输入特征量；采用改进AdoBoost‑NBC算法对获取的计算数据集进行算法训练，获得朴素贝叶斯分类器暂态预测模型，提高暂稳预测精度。
基本信息
专利标题 ：
一种基于朴素贝叶斯算法的双馈风机风电场并网稳定预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114330140A
申请号 ：
CN202210004856.0
公开（公告）日 ：
2022-04-12
申请日 ：
2022-01-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王颖冯晓瑜麻秀范
申请人 ：
华北电力大学
申请人地址 ：
北京市昌平区北农路2号
代理机构 ：
代理人 ：
优先权 ：
CN202210004856.0
主分类号 ：
G06F30/27
IPC分类号 ：
G06F30/27 G06K9/62 G06F113/06 G06F119/06
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/27
使用机器学习，例如人工智能，神经网络，支持向量机或训练模型
法律状态
2022-04-12 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
