[发明专利]基于深度学习对风力发电系统进行仿真的仿真验证方法

说明书

本发明提供一种基于深度学习对风力发电系统进行仿真的仿真验证方法，包括：对系统内多个独立的领域就进行仿真验证；通过卷积神经网络提取多个滑动窗口长度的数据，多次抽取数据特征，得到高级数据特征，判断数据的最佳长度；将风力发电系统的仿真数据集进行校核操作和降噪操作后，得到风力发电系统内的多个领域的仿真数据，通过一元线性拟合的方法对所述仿真数据进行拟合；获取每一个领域仿真数据的定性趋势，根据定性趋势判断出该定性趋势的导数；将领域仿真按照关系进行分类，得到独立的领域仿真，并将每一个领域仿真与对应的真实场景进行比较，判断模型与仿真是否一致，得到相似性等级；输出所有领域仿真相似度等级数值K。

技术领域

本发明涉及一种基于深度学习对风力发电系统进行仿真的仿真验证方法。

背景技术

风力发电系统在能源领域和经济领域上面有很重要的地位，对于在一片区域内建立风力发电设施，一个机组预计在200-300万的造价，本专利研究了中国内蒙古的风力发电系统，判断地区哪些地方适合建造风力发电设备，等等…。

目前，采用仿真的方法来研究生成了天气仿真数据集M_α，内蒙地区地形数据集M_β，风力发电每片区域机组电能仿真数据集M_p，经济效益仿真数据M_q，这些数据共同构成了内蒙地区风力发电系统的体系仿真数据集M_α,M_β,...,M_p,...M_η。其涉及到的具体仿真领域有地形评估体系Ω₁，风力风向评估体系Ω₂，电效应评估体系Ω₃，损耗评估体系Ω₄，动力环境监控体系Ω₅。

风力发电系统是由多个不同的领域按照顺序依次工作，构成了整个内蒙古地区的电力系统。一般来说，这样的系统通常采用基于HLA分布式仿真系统进行仿真。VV&A主要包括三个部分：校核，验证和确认。校核表示验证从数学模型到计算机模型的转换是否具有一定程度的准确性。验证表示指模型是否是对原始系统的真实描述并表达现实世界。该领域的专家进行确认，以评估仿真模型，以确定仿真模型是否满足要求。

发明内容

本发明的目的在于提供一种基于深度学习对风力发电系统进行仿真的仿真验证方法，可以解决由复杂的网络环境下仿真系统的验证问题。

本发明一方面提供一种基于深度学习对风力发电系统进行仿真的仿真验证方法，包括：

采用改进的基于SGD及定性趋势提取的仿真验证方法，对系统内多个独立的领域就进行仿真验证；

通过卷积神经网络提取多个滑动窗口长度的数据，多次抽取数据特征，得到高级数据特征，判断数据的最佳长度；

将风力发电系统的仿真数据集进行校核操作和降噪操作后，得到风力发电系统内的多个领域的仿真数据，通过一元线性拟合的方法对所述仿真数据进行拟合；

获取每一个领域仿真数据的定性趋势，根据定性趋势判断出该定性趋势的导数；

将领域仿真按照关系进行分类，得到独立的领域仿真，并将每一个领域仿真与对应的真实场景进行比较，判断模型与仿真是否一致，得到相似性等级；

输出所有领域仿真相似度等级数值K。

在一个优选的实施例中，所述通过卷积神经网络提取多个滑动窗口长度的数据，多次抽取数据特征，得到高级数据特征，判断数据的最佳长度包括：

使用卷积神经网络，获取不同大小的窗口提取数据长度数据L；

将L按照矩阵的形式进行排列,内含有数据类型m的数据提取了n个滑动窗口长度的数据，得到数据长度矩阵：