[发明专利]一种采用高斯混合模型的风电机组谐波发射模态辨识方法

摘要

本发明公开了一种采用高斯混合模型的风电机组谐波发射模态辨识方法，包括：步骤1，建立GMM并初始化GMM的加权值ω_k，均值μ_k、协方差矩阵Σ_k和子类个数；步骤2，基于EM算法迭代计算GMM的加权值ω_k，均值μ_k、协方差矩阵Σ_k的参数最优值，直至达到MDL准则函数的局部最小值；步骤3，根据风电机组GMM的参数最优值聚类分析，将相似度相近的类融合，筛除冗余数据，减少GMM的子类个数；步骤4，判断子类个数是否等于1，若否，则返回步骤3，若是，则输出辨识的模型结果并结束程序。它具有如下优点：大大压缩了数据的规模、减少了综合评估的计算量，却几乎不影响电能计量设备质量综合评估的准确性。

主权项

1.一种采用高斯混合模型的风电机组谐波发射模态辨识方法，其特征在于：包括：步骤1，建立GMM并初始化GMM的加权值ωk，均值μk、协方差矩阵Σk和子类个数；GMM的表达式用N个高斯成分的加权表示如下：式中：ωk表示第k个多维单高斯分布的权值，pk(x；μk；Σk)表示第k个多维单高斯分布的概率密度函数；x＝(x1,x2,...,xn)T表示数据样本列向量，该数据样本为表征风电机组谐波发射特性的特征数据，其中每个xi(1≤i≤n)表示p维坐标系中的一个点，其坐标为(α1,α2,…,αp)；n为待聚类样本总数据点个数，μk表示第k个高斯模型的期望向量，Σk表示第k个高斯模型的方差；步骤2，基于EM算法迭代计算GMM的加权值ωk，均值μk、协方差矩阵Σk的参数最优值，直至达到MDL准则函数的局部最小值：步骤3，根据风电机组GMM的参数最优值聚类分析，将相似度相近的类融合，筛除冗余数据，减少GMM的子类个数；步骤4，判断子类个数是否等于1，若否，则返回步骤3，若是，则输出辨识的模型结果并结束程序。