線性等值

線性等值（linear equating）是測驗分數等值的一種方法。是指把同組被試在兩次平行測試中得到的原始分數轉化成標準分數加以等同化的一種方法。

線條透視（1inear perspective）深度知覺線索。平面上的物體因各自在視網膜上所成視角的不同，從而在面積的大小、線條的長短以及線條之間距離遠近等特征上顯示出的能引起深度知覺的單眼線索。近處對象占的視角大，看起來較大；遠處對象占的視角小，看起來較小。如火車軌道、電線與地面間的距離，看起來愈遠愈狹，最后幾乎匯合成一點。2100433B

資金等值是指不同時間的資金外存在著一定的等價關系，這種等價關系稱為資金等值，通過資金等值計算，可以將不同時間發(fā)生的資金量換算成某一相同時刻發(fā)生的資金量，然后即可進行加減運算。

資金等值公式：

1、一次支付終值公式：

式中：

F=P（1 i）ⁿ

2、一次支付現(xiàn)值公式：

公式中

3.等額支付終值公式：

4.等額支付償債基金公式

5.等額支付資金回收公式

6.等額支付現(xiàn)值公式

影響資金等值的因素有三個：金額的多少、資金發(fā)生的時間、利率（或折現(xiàn)率）的大小。2100433B

水平等值（level equating），與“垂直等值”相對。在試卷難度水平相當，且考生能力水平分布差異不顯著情況下的測驗等值。

風電場的動態(tài)等值就是在保證風電場對研究系統(tǒng)動態(tài)影響不變的條件下，對風電場進行簡化的過程。

風電場等值建模方法風速等值方法

當遭遇同種風影響時可用等值風速驅動風機。最常用的風速等值根據切入風速整合風機，明確劃分切入風速的標準，通常有平均風速法和風-功率曲線法。當風速差異較小可對風速進行線性平均，忽略風速及風功率間的非線性關系。三次均方根風速等值法不計及風功率利用系數對等值的影響，可提高等值準確性。如風速差異較大，常采用風功率曲線求取等值風速，能減小等值模型階數及仿真時間。有文獻依據風電場平均風速作為整體等效風速建立了風電場“等效風速一輸出功率”等值模型。因風速、風向間的馬爾可夫性，利用一階自回歸簡化模型對風向量時間序列建模，利用馬爾可夫鏈調制的風速時間序列形成合成風速，建立計及風向影響的風速模型。也有文獻針對脈動風速，利用Von Karman連續(xù)譜密度函數和自回歸模型，建立基于譜密度分析的風速模型，并在此基礎上構建虛擬風電場，較好處理了模擬過程的非連續(xù)性和模擬時間的局限性，為今后等值風速的研究提供基礎 。

風電場等值建模方法風電場的分群原則

對于風電機組數量多、占地廣、運行點不同、場內風速分布不均的大型風電場不適宜將其簡單等值為單臺風機四。為此，風電場的合理分群必不可少，且分群的優(yōu)劣直接影響等值的效果。

按輸入風速不同對風電場分群較為常見，但大型風電場風速差異大、機組間風速變化有連續(xù)性易導致分組過多，分組指標不明顯。依據風電場遭受較大干擾或故障時風電機組的動態(tài)特性，對風電場輸出特性起主導作用的因素除了風速還有風向。有研究提及了一種由風電機組、風速和風向構成的三維相關系數矩陣對風電機組進行分群的方法，能根據不同風速、風向快捷分群，適用風速風向均波動的風電場。針對雙饋式風電場，利用風速、轉速差異作為特征變量對風電場進行動態(tài)分群，可提高分群精度。依據風電場內各雙饋發(fā)電機受系統(tǒng)故障影響程度不同識別出電壓動態(tài)響應相近的風力發(fā)電機組是基于雙饋風力發(fā)電機暫態(tài)電壓特性的聚類分群方法。

針對同型風機風電場，機群劃分與風電場內風機布局及風電場所處地形密切相關。對于地形復雜、布局不規(guī)則的風電場，按風電機組運行點相近原則劃分較按地理位置簡單劃分的結果往往更準確。

風電場等值建模方法風電場常用等值方法

早期常用聚合法將整個風電場簡單等值為單臺風機，往往忽略尾流效應的影響，等值誤差較大。或將具有相同風速的風機等值為一臺，每臺風機再驅動同等容量的等值異步發(fā)電機，這樣的多機等值模型能有效降低風電場的復雜性 。

（1）容量加權單機等值法

容量加權單機等值法通常忽略連接風電場內相鄰風力機組電纜線路阻抗的影響，當風力發(fā)電機組通過出口變壓器接于同一母線時以發(fā)電機容量為權

值確定等值發(fā)電機的參數。

（2）改進容量加權單機等值法

改進容量加權單機等值法改進了容量權值系數，較前者提高了等值精度，對于單機等值更能體現(xiàn)大容量風力發(fā)電機組的動、暫態(tài)特性。

（3）基于同調等值的加權等值法

該法的使用前提是風電機組類型、機端電壓、轉子轉速均需相同，并假設所有機組并聯(lián)于同一母線上且不考慮風速差異的影響?；诎l(fā)電機轉子同擺的同調等值法包括相關機群識別、網絡化簡和相關機群參數聚合，能在簡化參數聚合程序的基礎上滿足精度要求并節(jié)省仿真時間。

（4）參數變換單機等值法

參數變換單機等值法通過引入虛擬阻抗進行參數計算和反變換，最終將多臺風力發(fā)電機組等值為單臺風機，可在風力發(fā)電機組參數不同的情況下獲得最高的等值精度，能更精確地表示風電機組的參數等值和內部連接情況。

（5）單機表征法

單機表征法把風電場等值成一臺風機和一臺發(fā)電機，其輸入為平均風速，等效容量為整個風電場所有風機容量代數和，適用風電機組間風速差異較小的情況。針對風速差異較大的風電場則保留所有風速模型和風力發(fā)電機，疊加風力機的機械轉矩為等值發(fā)電機的輸入，將風電場等值為一臺發(fā)電機，但仍存在無功誤差。

（6）變尺度降階多機等值法

變尺度降階多機等值法是在均勻布置的矩形風電場中，假設每一排風機具有相同風速及它們運行在相同運行點后將參數完全一致的每行(列)風力機組等效為一臺風力發(fā)電機的方法，等值風機的容量和有功功率即每行(列)風機的代數和。如計及尾流效應，需將運行狀態(tài)相近的風電機組進行等值。

（7）輸出特性等值法

現(xiàn)有的等值方法中等值參數主要是根據電機結構并聯(lián)計算或對特定故障進行曲線擬合求得，并沒有利用風電場輸出特性進行校正。為此有文獻將風電場輸出特性引入，求解籠型風電場的等值參數，稱為風電場輸出特性等值法。風電場的輸出特性包含風電場并網端口電壓、功率、電流等信息，可以通過兩種方法獲取。對于已投運的風電場，通過實測記錄風電場在不同風速下的輸出信息，所有風速下風電場并網端口運行信息的集合即可作為風電場輸出特性參與計算。若無法實測，可以通過理論計算近似求取風電場端口特性。只要已知風電場連接方式和機組參數，理論上風電場的輸出特性就可以計算，適合各種條件下求取風電場的輸出特性，能對籠型異步發(fā)電機組成的風電場進行等值建模，準確求取等值機同步電抗、暫態(tài)電抗和轉子慣性時間常數等參數。

（8）主成分分析等值法

有研究指出了一種采用運行數據構建風電場等值模型的新方法，使用統(tǒng)計學理論對大型并網風電場實時運行數據進行分析，利用主成分分析法找到最能表征風電場運行行為的因子，對風電場降階處理并利用支持向量機法搭建整體風電場模型，考慮了風電場的規(guī)模大小、地貌地形、機組布置、機組類型及風電場內風速分布等因素，較全面地對風電場進行了多機等值建模。

風電場等值建模方法參數優(yōu)化算法

結合參數優(yōu)化算法的風電場等值方法具有更高的模型精度，并能相應減小等值誤差。對雙饋風電機組有功和無功控制進行簡化等值建模后通過增加變異操作方式的自適應粒子群算法，擴大轉子電流的種群數量，在大范圍轉子電流種群中更好擇優(yōu)，找尋合適的轉子電流有功分量值，有效提高雙饋風機等值建模的準確性。將單機等值模型的參數進行實數編碼形成染色體，再經過“雙親四子”的交

叉操作和自適應變異操作，去粗取精，獲得最合適的有功功率數值。遺傳算法在多次迭代后產生的最優(yōu)結果，縮小偏差，但迭代次數過多。