1.采用高斯混合模型的风电场最优聚类等值方法，其特征在于，具体包括如下步骤：步骤1，通过风电场总控获取场内不同位置风机的风速；

步骤2，通过MATLAB/Simulink搭建多台含风电机组、变压器、集电线路物理参数的风电场模型，分别得到稳态有功功率和故障引起的电压跌落下的无功功率；

步骤3，选定高斯分布聚类分群采用的风速、稳态有功功率和步骤2故障引起的电压跌落下的无功功率，计算每一个样本点数据由其对应簇生成的概率，多步迭代得到更新簇的概率直到高斯收敛；分别将每一个样本划分到概率最大的簇中，最终得到N类聚类分群结果；

步骤4，根据步骤3的聚类分群结果计算似然函数值，然后采用赤池信息准则AIC和贝叶斯信息准则BIC评判选取聚类中心，所述聚类中心对应的风速为群内等效风速，由此获得N个聚类群；

步骤5，利用步骤4的聚类结果，在风电场等值计算中采用基于等值前后功率和电流相等的原则，分别将N个聚类群内的风电机组、变压器和集电线路进行简化等值，最终得到具有最优分群数的风电场简化等值结果。

2.根据权利要求1所述的采用高斯混合模型的风电场最优聚类等值方法，其特征在于，步骤2搭建的风电场模型包括多台1.5MW且具有低电压穿越能力的双馈风电机组，由

0.69kV/35kV箱式变压器汇集至集电线路，经35kV/110kV升压变压器接入大电网系统。

3.根据权利要求1所述的采用高斯混合模型的风电场最优聚类等值方法，其特征在于，步骤3采用三维高斯混合模型聚类方法具体如下：设输入的样本服从k个参数未知的高斯分布，每一个高斯分布都对应不同的均值 和协方差矩阵 ，其中1≤j≤k，那么服从同一分布的样本则被聚为一类；

将步骤2的风速、稳态有功功率和无功功率作为样本集 ，初始化高斯混合分布的参数混合系数 、均值向量 和协方差矩阵 ，并假设每个混合元素都具有对角矩阵，其次计算每一个样本点xi属于第j个高斯分布的概率 ，其中i=1,2,3,…m；

其中， 为第j个样本点， 为不同高斯分布对应的均值； 为不同高斯分布对应的协方差矩阵；

根据式(2)、式(3)和式(4)计算更新迭代的模型参数值均值向量 、协方差矩阵 和混合系数 ；

根据 将每一个样本划分到概率最大的簇中，依据三维的风速、稳态有功功率和无功功率样本集 进行三维聚类，得到最后的簇划分，最终得到N类聚类结果。

4. 根据权利要求1所述的采用高斯混合模型的风电场最优聚类等值方法，其特征在于，步骤4中利用AIC和BIC准则进行判别是否得到最优分群数：AIC和BIC定义分别如下所示：AIC=‑2ln(L)+2k（5）

式中，k为模型参数个数，m为样本数量， 为似然函数；其

中 为第j个不同样本点， 为不同高斯分布对应的均值， 为不同高斯分布对应的协方差矩阵；结合风机三维聚类数据，在不同的聚类数下对应不同AIC值和BIC值，当两者都取最小，此时的风电场聚类数达到最优解。

5.根据权利要求1所述的采用高斯混合模型的风电场最优聚类等值方法，其特征在于，步骤5的计算过程如下：等值后第A群风机的等值功率 和等值电流 可表示为：

等效后的第A群风电机组的阻抗可表示为：

式(7)和式(8)中 为群内风电场的等值功率， 为群内风电场出口处的等值电流， 为群内风电场的等值阻抗， 为单独每一台风机对应的功率， 为单独每一台风机对应的出口处电流， 为单独每一台风机对应的出口处电压， 为群内风电场出口处电压， 为风电场并网点电压， 为群内风电场的对地等效电容电流；

考虑群内每台风电机组的电容，第A群风电机组对地电容可以近似表示为单台风机对地电容之和；

式(9) 为第A群内所有风机的对地电容；

变压器参数容量采用群内单台容量的倍乘，发电机内部参数和阻抗依据并联原则采用群内单台阻抗的并联；第A群内等值升压变压器容量和阻抗可表示为：式(10)和式(11)中， 为第A群内风机的个数， 为单台变压器的容量， 为单台变压器的阻抗值。