隨著能源短缺和環(huán)境污染問題日趨嚴(yán)重,新能源技術(shù)獲得了越來越多的關(guān)注。其中,風(fēng)力發(fā)電由于其特有的優(yōu)勢和特點(diǎn),正處于高速發(fā)展階段。然而,由于風(fēng)電具有極強(qiáng)的間歇性、波動(dòng)性和不確定性,給電網(wǎng)調(diào)度帶來了極大的難度,嚴(yán)重影響了電網(wǎng)運(yùn)行的安全和穩(wěn)定。風(fēng)電功率短期預(yù)測是針對此問題的一個(gè)有效解決方法。本文基于當(dāng)前風(fēng)電功率短期預(yù)測的研究現(xiàn)狀,結(jié)合了我國東南沿海某風(fēng)電場A的實(shí)際歷史數(shù)據(jù),針對短期風(fēng)電功率的點(diǎn)預(yù)測和區(qū)間預(yù)測進(jìn)行了研究,給出了多種方法用于提高預(yù)測精度。本文主要的研究內(nèi)容有以下幾點(diǎn):（1）給出了基于局部離群因子（Local Outlier Factor,LOF）的異常數(shù)據(jù)識(shí)別和加權(quán)K近鄰（K nearest neighbor,KNN）的異常數(shù)據(jù)修正相結(jié)合的算法,用此方法處理過后的數(shù)據(jù)有助于提升模型的預(yù)測精度,為后續(xù)研究打下基礎(chǔ)。（2）通過實(shí)驗(yàn)對比了去噪自編碼器（Denoising Auto-encoder,DAE）和堆疊去噪自編碼器（Stacked Denoising Auto-encoder,SDAE）相較于傳統(tǒng)特征提取方法主成分分析（Principal components analysis,... 

【文章來源】：華僑大學(xué)福建省

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

()距離示意圖

風(fēng)電場A的實(shí)測功率數(shù)據(jù)分布圖

風(fēng)電場風(fēng)速-功率散點(diǎn)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于長短期記憶網(wǎng)絡(luò)的風(fēng)電場發(fā)電功率超短期預(yù)測[J]. 朱喬木,李弘毅,王子琪,陳金富,王博.  電網(wǎng)技術(shù). 2017(12)
[2]風(fēng)電功率概率預(yù)測方法及展望[J]. 吳問足,喬穎,魯宗相,汪寧渤,周強(qiáng).  電力系統(tǒng)自動(dòng)化. 2017(18)
[3]基于功率曲線的風(fēng)電機(jī)組數(shù)據(jù)清洗算法[J]. 婁建樓,胥佳,陸恒,曲朝陽,李韶武,劉瑞華.  電力系統(tǒng)自動(dòng)化. 2016(10)
[4]基于時(shí)間序列建模在風(fēng)力發(fā)電功率短期預(yù)測中的研究[J]. 田波,樸在林,王慧.  電網(wǎng)與清潔能源. 2016(03)
[5]一種變權(quán)重風(fēng)電功率最優(yōu)組合預(yù)測模型[J]. 馬斌,張麗艷,郭成.  電力系統(tǒng)保護(hù)與控制. 2016(05)
[6]基于高斯混合模型的風(fēng)電場群功率波動(dòng)概率密度分布函數(shù)研究[J]. 崔楊,楊海威,李鴻博.  電網(wǎng)技術(shù). 2016(04)
[7]基于模糊序優(yōu)化的風(fēng)功率概率模型非參數(shù)核密度估計(jì)方法[J]. 楊楠,崔家展,周崢,張善詠,張劉峰,劉滌塵,胡偉毅.  電網(wǎng)技術(shù). 2016(02)
[8]超短期風(fēng)電功率預(yù)測誤差數(shù)值特性分層分析方法[J]. 葉林,任成,趙永寧,饒日晟,滕景竹.  中國電機(jī)工程學(xué)報(bào). 2016(03)
[9]堆疊去噪自編碼器在垃圾郵件過濾中的應(yīng)用[J]. 李艷濤,馮偉森.  計(jì)算機(jī)應(yīng)用. 2015(11)
[10]深度學(xué)習(xí)中的自編碼器的表達(dá)能力研究[J]. 王雅思,姚鴻勛,孫曉帥,許鵬飛,趙思成.  計(jì)算機(jī)科學(xué). 2015(09)

碩士論文
[1]基于小波變換和深度信念網(wǎng)絡(luò)的風(fēng)電場短期風(fēng)速預(yù)測方法[D]. 李剛強(qiáng).深圳大學(xué) 2017
[2]風(fēng)電場短期風(fēng)速預(yù)測技術(shù)方法研究[D]. 周介圭.天津大學(xué) 2012



本文編號：3018110