CN106960130A - 风电机组低电压穿越测试数据的分析方法及装置 - Google Patents

Abstract

本发明提供一种风电机组低电压穿越测试数据的分析方法及装置。所述方法包括：将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景；确定每个短路电流场景与其它短路电流场景之间的最小距离；设置每个短路电流场景的场景概率；重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积对应的第一短路电流场景和第二短路电流场景；更新最小乘积对应的第二短路电流场景的场景概率；将最小乘积对应的第一短路电流场景删除；将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线。本发明可为风电机组的保护以及参数整定提供参考。

Description

风电机组低电压穿越测试数据的分析方法及装置

技术领域

本发明涉及风电机组低电压穿越测试数据分析领域，具体地，涉及一种风电机组低电压穿越测试数据的分析方法及装置。

背景技术

随着风电机组在电力系统中的渗透率逐年增加，风电场提供的短路电流不容忽视。目前，在基于实测数据分析风电机组以及风电场短路故障特征时，需要通过大量的低电压穿越测试数据，获得短路电流特征量的概率分布，工作量巨大，效率低下，且获得的风电机组短路电流曲线没有参考性。

发明内容

本发明实施例的主要目的在于提供一种风电机组低电压穿越测试数据的分析方法及装置，以快速统计分析大量的低电压穿越测试数据，获得多个具有代表性的短路电流有效值曲线，为风电机组的保护以及参数整定提供参考。

为了实现上述目的，本发明实施例提供一种风电机组低电压穿越测试数据的分析方法，包括：

将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景；

确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景；

将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一；

重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除；

将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线。

在其中一种实施例中，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景，包括：

根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；

根据多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

在其中一种实施例中，按如下公式计算多台风电机组短路电流的有效值：

其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：

d＝Tm+1；

其中，T为电流信号周期。

在其中一种实施例中，确定每个短路电流场景与其它短路电流场景之间的最小距离，包括：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离；

按如下公式确定计算短路电流场景与其它短路电流场景之间的距离：

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，如下：

J＝(t₁-t₀)m+1；

其中，t₁为电压恢复时刻。

在其中一种实施例中，按如下公式得到多个乘积：

其中，KDP_A为第A(A＝1,2,3...N)个乘积，为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。

本发明实施例还提供一种风电机组低电压穿越测试数据的分析装置，包括：

短路电流场景确定单元，用于将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景；

最小距离确定单元，用于确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景；

场景概率确定单元，用于将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一；

执行单元，用于重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除；

曲线确定单元，用于将所述预设数量的短路电流场景确定为所述多台风电机组短路电流的代表性有效值曲线。

在其中一种实施例中，短路电流场景确定单元具体用于：

根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；

根据多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

在其中一种实施例中，短路电流场景确定单元具体用于：按如下公式计算多台风电机组短路电流的有效值：

其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：

d＝Tm+1；

其中，T为电流信号周期。

在其中一种实施例中，最小距离确定单元具体用于：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离；

按如下公式计算每个短路电流场景与其它短路电流场景之间的距离：

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，如下：

J＝(t₁-t₀)m+1；

其中，t₁为电压恢复时刻。

在其中一种实施例中，执行单元具体用于：

按如下公式得到多个乘积：

其中，KDP_A为第A(A＝1,2,3...N)个乘积，为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。

本发明实施例的风电机组低电压穿越测试数据的分析方法及装置，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景，应用场景削减的计算方法，先确定每个短路电流场景与其它短路电流场景之间的最小距离，将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一，再将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积，将最小乘积相对应的短路电流场景从多个短路电流场景中删除，直到剩余预设数量的短路电流场景为止，并将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线。与现有技术相比，本发明实施例的风电机组低电压穿越测试数据的分析方法及装置可以快速分析多台风电机组短路电流的有效值曲线，获得多台风电机组短路电流的代表性有效值曲线，为风电机组的保护以及参数整定提供参考，对于认识风电机组的短路故障研究具有重要的意义。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例中风电机组低电压穿越测试数据的分析方法的流程图；

图2是本发明实施例中风电机组低电压穿越测试数据的分析装置的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

鉴于目前的基于实测数据分析风电机组以及风电场短路故障特征的工作量巨大，效率低下，且获得的风电机组短路电流曲线没有参考性，本发明实施例将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景，应用场景削减的计算方法，先确定每个短路电流场景与其它短路电流场景之间的最小距离，将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一，再将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积，将最小乘积相对应的短路电流场景从多个短路电流场景中删除，直到剩余预设数量的短路电流场景为止，并将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线。与现有技术相比，本发明实施例的风电机组低电压穿越测试数据的分析方法及装置可以快速分析多台风电机组短路电流的有效值曲线，获得多台风电机组短路电流的代表性有效值曲线，为风电机组的保护以及参数整定提供参考，对于认识风电机组的短路故障研究具有重要的意义。以下结合附图对本发明进行详细说明。

图1是本发明实施例中风电机组低电压穿越测试数据的分析方法的流程图。如图1所示，风电机组低电压穿越测试数据的分析方法可以包括：

步骤101：将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

步骤102：确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景。

步骤103：将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一。

步骤104：重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除。

步骤105：将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线。

实施例中，步骤101还可以包括：根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；根据多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

实施例中，可以按如下公式计算多台风电机组短路电流的有效值：

其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：d＝Tm+1；T为电流信号周期。在本实施例中，风电机组短路电流的有效值为a相短路电流的有效值。

根据一段时间内的短路电流的有效值，可以得到一条短路电流有效值曲线。现有N台风电机组，可以得到N台风电机组短路电流的有效值曲线，将N台风电机组短路电流的有效值曲线作为N个短路电流场景。

实施例中，确定每个短路电流场景与其它短路电流场景之间的最小距离，包括：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离。可以按如下公式计算每个短路电流场景与其它短路电流场景之间的距离：

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，J＝(t₁-t₀)m+1；t₁为电压恢复时刻。

通过上述公式计算每个第一短路电流场景与其它N-1个第二短路电流场景的距离，每个第一短路电流场景有N-1个距离。然后在每个第一短路电流场景的N-1个距离中找到最小值，作为该第一短路电流场景的最小距离。

步骤103中短路电流场景的场景概率为初始的场景概率，此时每个短路电流场景的场景概率均相等，为然后，可以通过如下方式得到N个乘积：其中，KDP_A为第A(A＝1,2,3...N)个乘积，为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。

通过上述公式得到N个乘积后，找到N个乘积中的最小值作为最小乘积，确定该最小乘积对应的第一短路电流场景和第二短路电流场景。例如，当KDP_A为N个乘积中的最小值时，KDP_A对应的距离为也是第A个第一短路电流场景与第B个第二短路电流场景之间的距离，此时最小乘积KDP_A对应的第一短路电流场景为I_A，第二短路电流场景为I_B。

实施例中，可以按如下公式将最小乘积对应的第二短路电流场景的场景概率更新：

p_S＝p_S+p_Q；其中，p_S为最小乘积对应的第二短路电流场景的场景概率，p_Q为最小乘积对应的第一短路电流场景的场景概率。

具体实施时，当最小乘积KDP_A对应的第一短路电流场景为I_A，第二短路电流场景为I_B时，第二短路电流场景I_B的最新场景概率为p_B＝p_B+p_A，然后将第一短路电流场景I_A从N个短路电流场景中删除，此时剩余的短路电流场景的数量有N-1个。因为在第一次计算处理中，所有场景的场景概率均为所以在第二次计算处理中，第二短路电流场景I_B的最新场景概率为

不断更新最小乘积对应的第二短路电流场景的场景概率，删除最小乘积对应的第一短路电流场景，直到剩余预设数量的短路电流场景为止。此时剩余的多个短路电流场景是多台风电机组短路电流的代表性有效值曲线，为风电机组的保护以及参数整定提供了参考，对于认识风电机组的短路故障研究具有重要的意义。

基于同一发明构思，本发明实施例中还提供了一种风电机组低电压穿越测试数据的分析装置，由于该装置解决问题的原理与风电机组低电压穿越测试数据的分析方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。

图2是本发明实施例中风电机组低电压穿越测试数据的分析装置的结构框图。如图2所示，风电机组低电压穿越测试数据的分析装置包括：

短路电流场景确定单元，用于将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

最小距离确定单元，用于确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景；

场景概率确定单元，用于将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一；

执行单元，用于重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除；

曲线确定单元，用于将所述预设数量的短路电流场景确定为所述多台风电机组短路电流的代表性有效值曲线。

实施例中，短路电流场景确定单元具体用于：根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；根据多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

实施例中，短路电流场景确定单元具体用于：按如下公式计算多台风电机组短路电流的有效值：(A＝1,2,3...N)；其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：d＝Tm+1；其中，T为电流信号周期。

实施例中，最小距离确定单元具体用于：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离；按如下公式计算每个短路电流场景与其它短路电流场景之间的距离：

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，如下：J＝(t₁-t₀)m+1；其中，t₁为电压恢复时刻。

实施例中，执行单元具体用于：按如下公式得到多个乘积：其中，KDP_A为第A(A＝1,2,3...N)个乘积，为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。

综上，本发明实施例的风电机组低电压穿越数据的分析方法及装置将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景，应用场景削减的计算方法，先确定每个短路电流场景与其它短路电流场景之间的最小距离，将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一，再将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积，将最小乘积相对应的短路电流场景从多个短路电流场景中删除，直到剩余预设数量的短路电流场景为止，并将预设数量的短路电流场景确定为多台风电机组短路电流的代表性有效值曲线，为风电机组的保护以及参数整定提供参考，对于认识风电机组的短路故障研究具有重要的意义。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种风电机组低电压穿越测试数据的分析方法，其特征在于，包括：

将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景；

确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景；

将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一；

重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除；

将所述预设数量的短路电流场景确定为所述多台风电机组短路电流的代表性有效值曲线。

2.根据权利要求1所述的风电机组低电压穿越测试数据的分析方法，其特征在于，将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景，包括：

根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；

根据所述多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将所述多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

3.根据权利要求1所述的风电机组低电压穿越测试数据的分析方法，其特征在于，按如下公式计算多台风电机组短路电流的有效值：

$I_A(t=t_r)=\sqrt{\underset{j=1}{\overset{d}{\Σ}}{\left(i_A\right(t=t_r+\left(j-1\right)/m\left)\right)}^2},(A=1,2,\mathrm{3...}N);$

其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：

d＝Tm+1；

其中，T为电流信号周期。

4.根据权利要求3所述的风电机组低电压穿越测试数据的分析方法，其特征在于，确定每个短路电流场景与其它短路电流场景之间的最小距离，包括：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离；

按如下公式计算每个短路电流场景与其它短路电流场景之间的距离：

$DK(I_A,I_B)=\sqrt{\underset{j=1}{\overset{J}{\Σ}}{\left(I_A\right(t=t_0+\left(j-1\right)/m)-I_B(t=t_0+\left(j-1\right)/m\left)\right)}^2};$

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，如下：

J＝(t₁-t₀)m+1；

其中，t₁为电压恢复时刻。

5.根据权利要求1所述的风电机组低电压穿越测试数据的分析方法，其特征在于，按如下公式得到多个乘积：

${\mathrm{KDP}}_A=\mathrm{KD}(I_A,I_{A_{\min }})\×p_A;$

其中，KDP_A为第A(A＝1,2,3...N)个乘积，KD(I_A,I_Amin)为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。

6.一种风电机组低电压穿越测试数据的分析装置，其特征在于，包括：

短路电流场景确定单元，用于将多台风电机组短路电流的有效值曲线分别作为多个短路电流场景；

最小距离确定单元，用于确定每个短路电流场景与其它短路电流场景之间的最小距离，其中对于每个短路电流场景，该短路电流场景为第一短路电流场景，最小距离对应的其它短路电流场景为第二短路电流场景；

场景概率确定单元，用于将每个短路电流场景的场景概率设置为全部短路电流场景数量分之一；

执行单元，用于重复执行如下处理直至剩余预设数量的短路电流场景：将每个短路电流场景对应的最小距离与场景概率相乘，得到多个乘积；确定多个乘积中的最小乘积；确定最小乘积对应的第一短路电流场景和第二短路电流场景；将最小乘积对应的第二短路电流场景的场景概率更新为：最小乘积对应的第二短路电流场景与第一短路电流场景的场景概率之和；将最小乘积对应的第一短路电流场景删除；

曲线确定单元，用于将所述预设数量的短路电流场景确定为所述多台风电机组短路电流的代表性有效值曲线。

7.根据权利要求6所述的风电机组低电压穿越测试数据的分析装置，其特征在于，所述短路电流场景确定单元具体用于：

根据多台风电机组短路电流的瞬时值，计算多台风电机组短路电流的有效值；

根据所述多台风电机组短路电流的有效值，得到多台风电机组短路电流的有效值曲线之后，将所述多台风电机组短路电流的有效值曲线分别作为多个短路电流场景。

8.根据权利要求6所述的风电机组低电压穿越测试数据的分析装置，其特征在于，所述短路电流场景确定单元具体用于：按如下公式计算多台风电机组短路电流的有效值：

$I_A(t=t_r)=\sqrt{\underset{j=1}{\overset{d}{\Σ}}{\left(i_A\right(t=t_r+\left(j-1\right)/m\left)\right)}^2},(A=1,2,\mathrm{3...}N);$

其中，N为风电机组的数量，I_A(t＝t_r)为第A台风电机组在t＝t_r时刻的电流有效值，i_A(t＝t_r+(j-1)/m)为第A台风电机组在t＝t_r+(j-1)/m时刻的电流瞬时值，j为第j个采样点，m为采样频率，d为一个电流信号周期内的采样点个数，如下：

d＝Tm+1；

其中，T为电流信号周期。

9.根据权利要求8所述的风电机组低电压穿越测试数据的分析装置，其特征在于，所述最小距离确定单元具体用于：计算每个短路电流场景与其它短路电流场景之间的距离之后，确定每个短路电流场景与其它短路电流场景之间的最小距离；

按如下公式计算每个短路电流场景与其它短路电流场景之间的距离：

$DK(I_A,I_B)=\sqrt{\underset{j=1}{\overset{J}{\Σ}}{\left(I_A\right(t=t_0+\left(j-1\right)/m)-I_B(t=t_0+\left(j-1\right)/m\left)\right)}^2};$

其中，KD(I_A,I_B)为第A(A＝1,2,3...N)个第一短路电流场景与第B(B＝1,2,3...N)个第二短路电流场景之间的距离，I_A(t＝t₀+(j-1)/m)为第A台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，I_B(t＝t₀+(j-1)/m)为第B台风电机组在t＝t₀+(j-1)/m时刻的电流有效值，t₀为电压跌落时刻，J为电压跌落时刻和电压恢复时刻期间的采样点个数，如下：

J＝(t₁-t₀)m+1；

其中，t₁为电压恢复时刻。

10.根据权利要求6所述的风电机组低电压穿越测试数据的分析装置，其特征在于，所述执行单元具体用于：

按如下公式得到多个乘积：

${\mathrm{KDP}}_A=KD(I_A,I_{A_{\min }})\×p_A;$

其中，KDP_A为第A(A＝1,2,3...N)个乘积，为第A个第一短路电流场景的最小距离，p_A为第A个第一短路电流场景的场景概率。