课题针对某风电场由于线路串补系统导致的次同步谐振（Sub Synchrous Resonance,SSR）抑制问题。针对风电场内部运行参数对风电场稳定运行的影响,本课题将基于数字孪生思想,从机理分析、谐振检测、功率预测及参数回归等方面为次同步谐振问题提供求解分析思路,进而提升风电消纳能力,本文主要研究内容如下:基于双馈式风力发电机的工作原理进行建模,分析其拓扑结构和工作原理,同时给出风力机、网侧变流器和转子侧变流器的控制策略。给出风电场集电线路等值模型和拓扑。介绍数字孪生（Digital Twin,DT）的基本定义和应用方法,针对本文中待研究的问题,设计数字孪生技术的应用路径。针对次同步谐振机理和影响因素,本文通过PSCAD软件时域仿真方法与理论计算方法相结合。应用等效阻抗法对感应发电机效应（Induction Generator Effect,IGE）和次同步控制相互作用（Sub Synchronous Control Interaction,SSCI）的机理进行分析,并引入动力学分析方法分析风电场的临界稳定状态。同时探究风速、串补度、风机台数和转子侧电流内环控制参数对谐振特性的影响。分析转子内环控制参数变化时系统电气阻尼变化情况。基于数字孪生技术的应用要求,开发针对次同步谐振的监测、同步、预测、决策的四种应用算法。本课题引入支持向量机（Support Vector Machine,SVM）方法对同步相量测量装置（Phasor Measurement Unit,PMU）的录波数据进行二分类,实时监测谐振发生。根据风电场NWP数据库预报值和Attention GRU算法预测未来48小时内的风电功率变化情况,并根据预测结果估计各种模态次同步谐振发生的概率。最后应用深度神经网络（Deep Neural Networks,DNN）算法对谐振的参数进行回归,与预测模式向匹配,获取当前抑制策略。针对风电场运行状态变量维度过多的问题,本课题引入了一种主成分分析法（Principal Component Analysis,PCA）对运行指标进行降维。根据得到的降维指标对风电场机群进行划分,再分别应用单机等值方法实现多机等值。综合上文中对次同步谐振的求解分析,提出一种风电场内外协同抑制策略。基于合作方提供的张北风电场实测数据生成验证算例,验证算法分析性能和谐振抑制效果,并在其中应用数据传输系统和GUI软件设计完善孪生模型。