[发明专利]一种基于可能性C-均值聚类的微电网中小水电站发电量计算方法有效

专利信息
申请号: 201910660577.8 申请日: 2019-07-22
公开(公告)号: CN110570078B 公开(公告)日: 2022-10-04
发明(设计)人: 唐惠玲;吴杰康 申请(专利权)人: 广东工业大学
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06K9/62
代理公司: 广东广信君达律师事务所 44329 代理人: 杜鹏飞
地址: 510062 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 可能性 均值 电网 中小 水电站 发电量 计算方法
【权利要求书】:

1.一种基于可能性C-均值聚类的微电网中小水电站发电量计算方法,其特征在于,包括下述步骤:

S1,数据集的构建;从多年历史和实时数据集中获取微电网中水电站来水量NL年的数据,构建来水量数据集根据来水量的数据,通过处理、计算和分析,构建包括最小来水量、平均来水量和最大来水量三个特征值的特征向量为:

XLi={xLij}1×m={LXLSL,LALSL,LDLSL}

其中LXLSL、LALSL、LDLSL分别为最小来水量、平均来水量、最大来水量,其单位为立方米;数据集的数量m=3,i=1,2,...,NL,j=1,2,...,m;

从多年历史和实时数据集中获取微电网中水电站径流量NJ年的数据,构建径流量数据集XJ={XJi}m×NJ;根据径流量的数据,通过处理、计算和分析,构建包括最小径流量、平均径流量、最大径流量三个特征值的特征向量为:

XJi={xJij}1×m={JXJLL,JAJLL,JDJLL}

其中JXLSL、JALSL、JDLSL分别为最小径流量、平均径流量、最大径流量,其单位为立方米;数据集的数量m=3,i=1,2,...,NL,j=1,2,...,m;

从多年历史和实时数据集中获取微电网中水电站入库流量NI年的数据,构建入库流量数据集根据入库流量的数据,通过处理、计算和分析,构建包括最小入库流量、平均入库流量、最大入库流量三个特征值的特征向量为:

XIi={xIij}1×m={QXI,QAI,QDI}

其中QXI、QAI、QDI分别为最小入库流量、平均入库流量、最大入库流量,其单位为立方米/秒;数据集的数量m=3,i=1,2,...,NL,j=1,2,...,m;

S2,聚类中心矩阵的构建;采用聚类分析的方法,选取c=3,构建与数据集的聚类中心矩阵:

其中cL1、cL2、cL3分别为最小来水量、平均来水量、最大来水量聚类中心值,cJ1、cJ2、cJ3分别为最小径流量、平均径流量、最大径流量聚类中心值,cI1、cI2、cI3分别为最小入库流量、平均入库流量、最大入库流量聚类中心值;

S3,聚类中心矩阵的初始化;按照微电网中小水电站发电量计算原则,根据来水量、径流量、入库流量的数据变化特征,设定最小量、平均量、最大量聚类中心矩阵的初始值为分别从来水量、径流量、入库流量的多年平均值取值,最小量、平均量、最大量取值的系数分别为kX、kA、kD,kX=[0.2,0.3],kA=[0.8,1.1],kD=[1.5,1.8];

S4,最优聚类矩阵和最优聚类中心矩阵的迭代计算;采用聚类分析的方法,通过迭代计算方式,确定可能性C-均值聚类矩阵的最优值,确定最小量、平均量、最大量聚类中心矩阵的最优值;

来水量、径流量、入库流量可能性C-均值聚类矩阵的最优值为:

最小量、平均量、最大量聚类中心矩阵的最优值为:

S5,装机容量计算;计算小水电站小水电发电机组装机容量:

其中H为小水电站水头,k为小水电机组发电效率;

S6,发电量计算;计算小水电站年发电量:

WY=PSTYmax

其中TYmax为小水电站小水电机组年利用小时数。

2.根据权利要求1所述的基于可能性C-均值聚类的微电网中小水电站发电量计算方法,其特征在于,所述S4中最优聚类矩阵和最优聚类中心矩阵的迭代计算,其具体步骤为:

S4.1,设定系数f=2,迭代计算结束判定误差值ε=0.001;

S4.2,利用随机函数在[0,1]随机产生随机数,以初始化聚类矩阵

S4.3,设定迭代次数t=1;

S4.4,计算如下三个系数:

S4.5,在第t次迭代中计算聚类矩阵的元素值,其元素值迭代更新公式分别为:

其中d()为距离函数;

S4.6,在第t次迭代中计算聚类中心矩阵C(t)的元素值,最小量、平均量、最大量聚类中心矩阵元素值迭代更新公式分别为:

S4.7,若则迭代计算结束;否则使t=t+1并转到S4.4。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910660577.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top