一种基于BP神经网络的混合风电场故障特性分群方法

专利申请号：CN202310834290.9

公 开 号：CN117094209A

发 明 人：王聪博 余越 王泽彭 徐文成 刘素梅 孔祥哲 

代 理 人：北京市诚辉律师事务所岳东升;金银实

代理机构：北京市诚辉律师事务所

专利类型：发明专利

申 请 日：20231121

公 开 日：20230707

专利主分类号：G06F30/27

关 键 词：风电场 机组 控制保护 切换模式 机群 分群 参数计算结果 归一化处理 差异变化 等值模型 短路电流 故障分析 机端电压 机群模式 机组参数 输入风速 特征向量 永磁直驱 多机 风电 双馈 跌落 数学 分类 

摘      要：本发明公开了一种基于BP神经网络的混合风电场分群方法；首先明确了影响风电场内不同类型机群短路电流差异变化的因素，从数学角度对双馈与永磁直驱风电机群的控制保护序贯切换模式进行了表征，并提出了计及控制保护序贯切换模式的分类方法。将混合风电场内n台机组的类型标识S、输入风速v和故障时各机组机端电压跌落程度γ进行归一化处理，并对BP神经网络进行训练；随后将各机组参数的特征向量输入到训练好的BP神经网络，根据风电场内机群模式的识别结果，将处于同一模式的机组划分为同群机组；根据参数计算结果建立混合风电场故障分析多机等值模型。上述方法具有良好的准确性，能够在故障情况下对混合风电场进行精准分群。