發(fā)布時間：2017-06-29 12:03

  本文關(guān)鍵詞：風力發(fā)電超短期功率預(yù)測的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：由于風力發(fā)電具有間歇性和波動性,大規(guī)模風電并網(wǎng)運行會對電力系統(tǒng)的安全穩(wěn)定和經(jīng)濟運行造成不利影響,甚至出現(xiàn)棄風現(xiàn)象,導致風能資源利用率降低。所以必須對風電場輸出功率進行預(yù)測,為電力系統(tǒng)調(diào)度部門協(xié)調(diào)常規(guī)能源與風能之間的關(guān)系提供依據(jù),因此,本文針對提高風電場超短期功率預(yù)測的精度展開研究。為了提高風電場超短期功率預(yù)測精度,針對傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)對樣本的依賴程度較大的問題,本文在對熵權(quán)法和專家打分法深入分析的基礎(chǔ)上,采用二者相結(jié)合的組合權(quán)重法選取相似日,優(yōu)化訓練樣本,剔除了樣本中不準確的數(shù)據(jù),運用BP神經(jīng)網(wǎng)絡(luò)算法建立超短期風電功率預(yù)測模型,進行功率預(yù)測,有效地降低了預(yù)測誤差。針對風速波動較大時的點預(yù)測精度不高的問題,本文在上述優(yōu)化訓練樣本的基礎(chǔ)上進行功率的區(qū)間預(yù)測,首先按照功率的波動性將數(shù)據(jù)劃分成5類區(qū)間,采用核密度估計法求取各功率區(qū)間的誤差概率密度曲線,然后得出置信區(qū)間,進而得到預(yù)測日功率的波動區(qū)間,進一步提高超短期風電功率的預(yù)測精度。通過對江蘇某風電場風電功率的實測數(shù)據(jù)進行優(yōu)化處理,采用直接法和間接法對風電場功率進行點預(yù)測與區(qū)間預(yù)測,結(jié)果表明本文的方法能有效地提高超短期風電功率的預(yù)測精度。
【關(guān)鍵詞】：超短期風電功率預(yù)測 BP神經(jīng)網(wǎng)絡(luò) 熵權(quán)法 相似日 區(qū)間預(yù)測
【學位授予單位】：遼寧工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM614
【目錄】：

• 摘要5-6
• Abstract6-9
• 1 緒論9-18
• 1.1 課題研究背景9-11
• 1.1.1 課題研究的目的和意義9-10
• 1.1.2 世界風電發(fā)展現(xiàn)狀10
• 1.1.3 我國風電發(fā)展現(xiàn)狀10-11
• 1.2 風電場功率預(yù)測研究現(xiàn)狀11-16
• 1.2.1 國外研究現(xiàn)狀11-14
• 1.2.2 國內(nèi)研究現(xiàn)狀14-15
• 1.2.3 基于相似日和神經(jīng)網(wǎng)絡(luò)風電功率預(yù)測的研究現(xiàn)狀15-16
• 1.2.4 風電功率區(qū)間預(yù)測的研究現(xiàn)狀16
• 1.3 論文的主要工作16-18
• 2 基于BP神經(jīng)網(wǎng)絡(luò)的超短期風電功率預(yù)測18-29
• 2.1 BP神經(jīng)網(wǎng)絡(luò)18-23
• 2.1.1 BP神經(jīng)元模型18-20
• 2.1.2 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)20
• 2.1.3 BP神經(jīng)網(wǎng)絡(luò)的學習算法20-23
• 2.2 直接法預(yù)測風電功率23-24
• 2.2.1 數(shù)據(jù)的預(yù)處理23
• 2.2.2 算例分析23-24
• 2.2.3 誤差分析24
• 2.3 間接法預(yù)測風電功率24-28
• 2.3.1 影響風電功率主要因素的分析24-25
• 2.3.2 功率特性曲線25-27
• 2.3.3 算例分析27-28
• 2.3.4 誤差分析28
• 2.4 本章小結(jié)28-29
• 3 基于相似日的神經(jīng)網(wǎng)絡(luò)超短期風電功率預(yù)測29-41
• 3.1 組合權(quán)重選取相似日29-32
• 3.1.1 客觀權(quán)重的確定29-30
• 3.1.2 主觀權(quán)重的確定30-31
• 3.1.3 組合權(quán)重的確定31-32
• 3.2 BP神經(jīng)網(wǎng)絡(luò)參數(shù)的選取32-33
• 3.2.1 學習速率的選擇32
• 3.2.2 初始權(quán)值的選擇32
• 3.2.3 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的選擇32-33
• 3.3 預(yù)測步驟33-34
• 3.4 仿真與誤差分析34-40
• 3.4.1 直接法預(yù)測分析34-37
• 3.4.2 間接法預(yù)測分析37-40
• 3.5 本章小結(jié)40-41
• 4 基于核密度估計的風電功率區(qū)間預(yù)測41-50
• 4.1 風電功率區(qū)間的劃分41
• 4.2 非參數(shù)密度估計41-44
• 4.2.1 非參數(shù)密度估計原理及特點41
• 4.2.2 非參數(shù)密度估計具體方法41-42
• 4.2.3 核密度估計方法42-44
• 4.3 置信區(qū)間估計44-45
• 4.4 算例分析45-49
• 4.5 本章小結(jié)49-50
• 5 結(jié)論50-51
• 參考文獻51-54
• 致謝54

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王凡,孟立凡;關(guān)于使用神經(jīng)網(wǎng)絡(luò)推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡(luò)的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經(jīng)網(wǎng)絡(luò)的應(yīng)用與展望[J];佛山科學技術(shù)學院學報(自然科學版);2009年05期

4 許萬增;;神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[J];國際技術(shù)經(jīng)濟研究學報;1990年01期

5 張軍華;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在軍用系統(tǒng)中的應(yīng)用[J];現(xiàn)代防御技術(shù);1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報控制中的應(yīng)用[J];機床;1993年11期

7 靳蕃;神經(jīng)網(wǎng)絡(luò)及其在鐵道科技中應(yīng)用的探討[J];鐵道學報;1993年02期

8 宋玉華，王啟霞;神經(jīng)網(wǎng)絡(luò)診斷──神經(jīng)網(wǎng)絡(luò)在自動化領(lǐng)域里的應(yīng)用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡(luò)技術(shù)的研究與應(yīng)用概況[J];電機電器技術(shù);1995年04期

10 王中賢，，錢頌迪;神經(jīng)網(wǎng)絡(luò)法在經(jīng)濟管理中的應(yīng)用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機遇——紀念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡(luò)并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預(yù)測算法研究[D];北京科技大學;2016年

10 曾U喺

本文編號：497778