

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、當(dāng)前人類社會(huì)發(fā)展所消耗的能源主要是化石燃料,化石燃料是不可再生能源,而且化石燃料的燃燒會(huì)帶來嚴(yán)重的環(huán)境污染。風(fēng)能作為一種清潔的、可再生的且蘊(yùn)含量無限的能源已成為許多國家改變能源消耗結(jié)構(gòu)和降低環(huán)境污染的重點(diǎn)利用能源。風(fēng)能利用的主要形式是風(fēng)力發(fā)電,但是風(fēng)能具有間歇性、隨機(jī)性和不穩(wěn)定性等特點(diǎn),使得風(fēng)電也具有間歇性、不穩(wěn)定性等特點(diǎn)。風(fēng)電大規(guī)模接入電網(wǎng)會(huì)影響整個(gè)電網(wǎng)的運(yùn)行調(diào)度,而且會(huì)嚴(yán)重影響電力系統(tǒng)的電能質(zhì)量和運(yùn)行的可靠性,而風(fēng)電功率的準(zhǔn)確預(yù)測可
2、以使電力調(diào)度部門及時(shí)調(diào)整大電網(wǎng)的調(diào)度計(jì)劃,保證大電網(wǎng)的安全穩(wěn)定運(yùn)行,且能夠有效的提高風(fēng)能利用率。
風(fēng)電功率的單一預(yù)測模型有許多種,但在仿真研究中發(fā)現(xiàn)單一預(yù)測模型利用數(shù)據(jù)信息不夠全面,在某些預(yù)測點(diǎn)可能會(huì)出現(xiàn)較大的誤差,降低了預(yù)測精度。為進(jìn)一步提高預(yù)測精度,本文在國家自然科學(xué)基金項(xiàng)目(編號(hào):51277127)的資助下建立了風(fēng)電功率的融合預(yù)測模型。
本文主要研究內(nèi)容包括以下幾個(gè)部分:
(1)闡述風(fēng)電功
3、率預(yù)測的研究背景及意義,總結(jié)當(dāng)前風(fēng)電功率預(yù)測模型的研究現(xiàn)狀及常用的方法,并深入了解風(fēng)力發(fā)電技術(shù)。
(2)根據(jù)風(fēng)電功率預(yù)測的常用方法建立風(fēng)電功率單一預(yù)測模型庫,其中包括時(shí)間序列法、回歸預(yù)測分析法、BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)等預(yù)測模型。
(3)在單一預(yù)測模型庫的基礎(chǔ)上,根據(jù)組合優(yōu)化理論建立了基于算術(shù)平均法、誤差平方和倒數(shù)法、簡單加權(quán)平均法、二項(xiàng)式系數(shù)法和熵值法
4、的風(fēng)電功率組合預(yù)測模型。仿真結(jié)果表明,組合預(yù)測模型的精度總體上要優(yōu)于各單一預(yù)測模型。
(4)為進(jìn)一步提高預(yù)測精度,本文建立了風(fēng)電功率融合預(yù)測模型。仿真研究中發(fā)現(xiàn),并不是所有的單一預(yù)測模型都能夠有效的提高組合模型的預(yù)測精度,應(yīng)該在組合前對(duì)單一預(yù)測模型進(jìn)行優(yōu)選。為此,本文首先采用灰色關(guān)聯(lián)分析法初步優(yōu)選預(yù)測精度較高的模型,再用誤差信息矩陣對(duì)這些精度較高的模型進(jìn)行冗余性判斷,剔除冗余模型,簡化融合模型的計(jì)算,然后建立了基于模型優(yōu)選
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 風(fēng)電功率預(yù)測模型的優(yōu)選準(zhǔn)則與融合策略研究.pdf
- 基于多指標(biāo)融合評(píng)價(jià)和案例推理的風(fēng)電功率預(yù)測模型的優(yōu)選決策.pdf
- 風(fēng)電功率組合預(yù)測模型的研究.pdf
- 超短期風(fēng)電功率預(yù)測模型研究.pdf
- 基于波動(dòng)性模型的風(fēng)電功率預(yù)測研究.pdf
- 基于趨勢點(diǎn)模型的超短期風(fēng)電功率預(yù)測研究.pdf
- 基于分季建模的風(fēng)電功率單一預(yù)測模型的建立.pdf
- 基于結(jié)構(gòu)優(yōu)化的風(fēng)電功率單一預(yù)測模型的研究.pdf
- 基于IPSo-BP神經(jīng)網(wǎng)絡(luò)模型的風(fēng)電功率預(yù)測研究.pdf
- 風(fēng)電場風(fēng)電功率預(yù)測模型及應(yīng)用研究.pdf
- 基于多尺度分解和混沌理論的風(fēng)電功率短期預(yù)測模型研究.pdf
- 基于信號(hào)分解技術(shù)的組合模型在風(fēng)電功率預(yù)測中的研究.pdf
- 水火互聯(lián)電網(wǎng)平抑風(fēng)電功率波動(dòng)的模型預(yù)測控制研究.pdf
- 基于高斯過程的風(fēng)電功率概率預(yù)測.pdf
- 基于隨機(jī)模糊理論的風(fēng)電功率預(yù)測.pdf
- 基于相似度模糊推理和IOWA算子的風(fēng)電功率融合預(yù)測.pdf
- 基于多屬性決策和相似日理論的風(fēng)電功率多尺度預(yù)測模型研究.pdf
- 短期風(fēng)速和風(fēng)電功率預(yù)測模型的研究.pdf
- 風(fēng)電功率組合預(yù)測研究.pdf
- 基于支持向量機(jī)的短期風(fēng)電功率預(yù)測.pdf
評(píng)論
0/150
提交評(píng)論