[发明专利]一种具有泛化能力的水电集群动态等值方法

权利要求书

1.一种具有泛化能力的水电集群动态等值方法，其特征在于，包括如下步骤：

1)建立水电集群动态等值模型；

2)针对不同扰动下的量测数据对水电集群动态等值参数进行等值，并利用粒子群优化算法依据响应曲线辨识出各个扰动下等值模型的参数；

3)应用统计学中PCA方法对动态等值模型参数进行预处理，降低参数维度，形成建立泛化等值模型的初始化数据；

4)以支持向量机为工具，建立动态等值模型参数的特征样本空间；

5)对特征样本空间的支持向量进行多曲线拟合参数辨识，建立具有泛化能力的动态等值模型及参数；

所述步骤3)中应用PCA方法建立初始化数据包括以下步骤：

(3-1)针对所有等值模型参数，计算每一维数据的平均值；

(3-2)计算每一维数据与其平均值的差值并构建协方差矩阵；

(3-3)求取协方差矩阵的特征值与特征向量；

(3-4)计算前q个最大特征值的贡献率，所述贡献率为所选取的特征值的和与所有特征值的和的比，使其大于预定阈值，确定q值；

(3-5)将前q个最大特征值对应的特征向量与等值模型参数构成的矩阵做积，得到降维后的等值模型参数。

2.根据权利要求1所述的一种具有泛化能力的水电集群动态等值方法，其特征在于，所述步骤1)中建立水电集群动态等值模型为建立等值发电机模型和等值负荷模型。

3.根据权利要求1所述的一种具有泛化能力的水电集群动态等值方法，其特征在于，所述步骤2)中所述的量测数据为联络线上的有功功率和无功功率曲线。

4.根据权利要求1所述的一种具有泛化能力的水电集群动态等值方法，其特征在于，所述步骤4)为应用支持向量机并根据降维后的等值模型参数建立动态等值模型参数的特征样本空间，包括以下步骤：

(4-1)设定核函数K(x_i，x_j)为高斯函数，其中，i，j＝1，2，3......p，p为样本的个数，即降维后等值模型数据的个数；x_i，x_j为样本空间中的样本，即为降维后的某一个等值模型参数；

(4-2)利用SMO算法求解下式(1)的二次规划问题，得到lagrange乘子α的最优解向量；

其中α_i、α_j分别代表样本点x_i、x_j的lagrange乘子；

(4-3)取大于0的α_i所对应的样本为支持向量，并引入到最小超球的球面上。

5.根据权利要求1所述的一种具有泛化能力的水电集群动态等值方法，其特征在于，所述步骤5)对支持向量进行多曲线拟合参数辨识，建立具有泛化能力的动态等值模型及参数，包括以下步骤：

(5-1)根据支持向量找出与其对应的降维前的等值模型参数；

(5-2)根据降维前的等值模型参数找出与其对应的联络线功率响应曲线；

(5-3)以多曲线拟合参数辨识为工具，利用粒子群优化算法对等值模型参数进行优化，最终获得具有泛化能力的等值模型及参数。