[发明专利]一种基于遗传算法求解风机功率曲线参数模型的改进方法

权利要求书

1.一种基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于，包括以下步骤：

步骤(1)，确定风机运行数据中风速数据和有功功率的数据范围，确定风机运行数据的总数据量；

步骤(2)，根据风机运行数据的范围及计算精度的要求确定聚类网格的大小，划分网格并为网格编号；

步骤(3)，计算每个网格中风机运行数据的平均风速和平均功率作为该网格中所有数据的聚类点，计算落入该网格中风机运行数据的数据量与风机运行数据总数据量的比值作为该聚类点的权重；

步骤(4)，通过遗传算法和带有权重的聚类点求解风电机组功率曲线模型的参数。

2.根据权利要求1所述的基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于：步骤(1)中所述的风机运行数据指同一时刻输入风机的风速和风机输出的有功功率，或同一时间段内输入风机的风速平均值和风机输出的有功功率平均值；一组对应时间段的输入风机的风速平均值和风机输出的有功功率平均值表示一组风机运行数据。

3.根据权利要求1所述的基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于：步骤(2)中所述的聚类网格指通过限值风速范围和有功功率范围而确定风机运行数据范围，即建立一直角坐标系，其中坐标系中每个点表示一组风机运行数据，横坐标表示风速，纵坐标表示有功功率，而平行于坐标轴设置的虚线所划分成的矩形区域则表示聚类网格；划分网格的依据为，网格越小则网格数越多，聚类点越多，聚类点越接近于原始数据，计算越确，但适应度函数和评价函数越复杂，计算量越大。

4.根据权利要求1所述的基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于：步骤(3)中所述每个网格中风机运行数据是按下述方法划分的，当点在网格内或点仅在属于一个网格的网格边界线上时，该点属于该网格；当点在两个网格的边界线上时，若两个网格为左右相邻则该该点属于左侧网格，若两个网格为上相相邻则该点属于下侧网格；当点在四个网格的边界上时，该点属于左下侧网格。

5.根据权利要求1所述的基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于：步骤(4)中所述的通过遗传算法和带有权重的聚类点求解风电机组功率曲线模型的参数的具体流程如下：

步骤(4.1)，初始化种群，执行步骤(4.2)；

步骤(4.2)，计算种群的适应度值，执行步骤(4.3)；

步骤(4.3)，判断是否满足收敛条件或最大代数：是，输出最优解；否，执行步骤(4.4)；

步骤(4.4)，进行选择、变异、交叉等遗传操作，生成新一代种群，执行步骤(4.2)。

6.根据权利要求5所述的基于遗传算法求解风机功率曲线参数模型的改进方法，其特征在于：步骤(4.1)所述的初始化种群是指对风电功率曲线模型中的参数进行基因编码，并生成随机种群。