[发明专利]一种基于风电场运行数据的概率聚类分群方法

摘要

本发明公开了一种基于风电场运行数据的概率聚类分群方法，包括：获取风电场的实测数据；根据风电场的地理位置设定分群个数k，随机选取k个样本作为初始聚类中心；计算实测数据中每一样本分别到每一个聚类中心的欧氏距离，选取每一样本对应的最小欧氏距离，并将每一样本划入与最小欧式距离对应的聚类中心所在的群中，生成分群结果；根据欧氏距离计算获得聚类的平方误差总和；循环执行上述迭代计算过程，比较相邻两次计算获得的聚类的平方误差总和，当满足E-E'<ε时，停止迭代计算；将分群结果进行分类，计算获得每一类的概率；选取概率最大的一类分群结果，利用轮廓值函数对该类分群结果中的每组分群结果进行评估，作为概率聚类分群的最终结果。

主权项

一种基于风电场运行数据的概率聚类分群方法，其特征在于，该方法包括：步骤1，获取风电场在一定时间内的实测数据；步骤2，根据风电场的地理位置设定分群个数k，在初始情况下，随机在所述实测数据中选取k个样本作为初始聚类中心；步骤3，计算所述实测数据中每一样本分别到每一个初始聚类中心的欧氏距离，选取所述每一样本对应的最小欧氏距离，并将所述每一样本划入与所述最小欧式距离对应的初始聚类中心所在的群中，生成首次分群结果；步骤4，根据步骤3计算得到的欧氏距离，计算获得首次分群结果对应的聚类的平方误差总和；步骤5，在非初始情况下，根据前一次生成的分群结果计算获得k个非初始聚类中心；步骤6，计算所述实测数据中每一样本分别到每一个非初始聚类中心的欧氏距离，选取所述每一样本对应的最小欧氏距离，并将所述每一样本划入与所述最小欧式距离对应的非初始聚类中心所在的群中，生成新的分群结果；步骤7，根据步骤6计算得到的欧氏距离，计算获得新的分群结果对应的聚类的平方误差总和；步骤8，循环执行上述步骤5至步骤7的迭代计算过程，比较相邻两次计算获得的聚类的平方误差总和，当满足E‑E'<ε时，停止迭代计算，其中，E、E'分别为相邻两次计算获得的聚类平方误差总和，值大的为E，值小的为E'；步骤9，将获得的所有分群结果进行分类，设定每组分群结果对应的风机运行工况下的风速概率，计算获得每一类的概率；步骤10，选取概率最大的一类分群结果，利用轮廓值函数对该类分群结果中的每组分群结果进行评估，作为概率聚类分群的最终结果。