《表3 实验2等值模型误差评判指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于PCA和CA-ST方法的风电场等值建模研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验2以数据B为分群判据，使用DBSCAN算法对风电机组聚合分类。实验步骤与实验1相同，动态响应对比图见图5，误差见表3。与实验1对比可知，选用基于PCA处理和DBSCAN算法的风电场等值模型对于稳态运行特性的仿真与详细模型基本一致；而聚类指标经过PCA处理后，等值模型在暂态响应上误差大大减小。对比表2、表3可知实验2建立的等值模型较实验1误差更小，能更好表征详细风电场的外特性；使用PCA对聚类数据进行分析处理，能消除数据间的相关性、提高运算速度、消除冗余信息，优化聚类结果。