统计云模型

为辅助海上风电的加氢制氢港口选址决策问题，提出利用经验挖掘算法和混合语言型术语的多属性决策方法。首先，利用爬虫算法、TextRank算法、Word2Vec算法和Louvain算法对历史经验性文件进行挖掘、排序、构建词对和聚类，从而获取基于经验挖掘的属性集；其次，引入对偶自信语言，云模型和实数等语言术语兼顾定量和定性数据的表达，解决数据集转换失真问题；最后，引入标准化公式处理指标数据，获取综合排序结果，以海上风电的加氢制氢港口选址为案例，验证了方法的科学性和有效性。结果表明，考虑定性及定量评估，基于集中式制氢+液氢+购买/租赁船舶技术方案的选址方案A5综合最优，敏感性分析表明气氢储运技术搭配船舶运输是技术成熟度和经济性方面表现较好的技术方案。

针对目前风功率预测采用确定性风电功率模型无法准确描述风机出力统计特性的问题，本文提出了风电功率统计云模型。构建该模型首先需要对功率数据进行划分，并采用改进Bin法及数据拟合滤除干扰数据；其 次，通过已知及未知隶属度逆向云发生器分别求取统计云模型的腰部及上部数据的期望、熵和超熵；最后，将风速数据传入由X条件云发生器及正向云发生器组成的统计云模型。生成的风电功率云滴与实测风电功率数据对比表明：所提模型风电功率频率线性相关系数高达0.8868，有效模拟了风机出力统计特性。