[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

摘要

本发明公开了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，该方法通过风电机组运行过程中的风机运行数据来确定风机功率曲线参数模型中的各个参数。但使用遗传算法求解模型参数的过程中，每次迭代过程都会计算种群中所有个体的适应度，当风机运行数据的数据量增加时，种群的适应度函数和评价函数的计算量就会随之增加，程序的空间复杂度和时间复杂度也都会增加。因此，本方法首先对风机运行数据按网格聚类并分配权重，之后应用遗传算法确定参数模型中的各个参数。通过对风机运行数据聚类可以避免因风机运行数据的数据增加而导致适应度函数和评价函数计算量增加，通过对聚类点分配权重可以使模型适应大多数原始数据点，增加模型可信度。

主权项

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。