【摘要】：隨著風(fēng)電滲透率和清潔能源經(jīng)濟高效環(huán)保體系需求的不斷提高,減少風(fēng)電的棄風(fēng)量,提升風(fēng)電利用率成為風(fēng)電研究的重要問題。因此,提高風(fēng)電場的功率穩(wěn)定性和改善風(fēng)電場電能質(zhì)量尤為重要。本文根據(jù)遼寧某風(fēng)電場特性,對支持向量機方法的風(fēng)電預(yù)測進行了研究。首先研究了機器學(xué)習(xí)理論的原理和統(tǒng)計學(xué)習(xí)理論中的相關(guān)概念,包括VC維和經(jīng)驗風(fēng)險最小化。在大樣本數(shù)據(jù)的情況下,通過學(xué)習(xí)輸入和輸出之間的映射關(guān)系,從樣本的分類和回歸問題兩個方面對支持向量機進行了全面的闡述和研究。其次,研究了布谷鳥算法的搜索過程,通過加入自適應(yīng)調(diào)整動態(tài)步長和模擬退火過程對布谷鳥算法進行了改進,提出利用改進布谷鳥算法對懲罰因子參數(shù)和核函數(shù)參數(shù)尋優(yōu)的方法,在Matlab中分別利用網(wǎng)格法、布谷鳥算法和改進的布谷鳥算法三種算法對風(fēng)電功率進行預(yù)測,并對預(yù)測結(jié)果進行分析。引入經(jīng)驗?zāi)B(tài)分解,對風(fēng)電信號進行平穩(wěn)化。闡述了經(jīng)驗?zāi)B(tài)分解的幾個重要概念,包括瞬時頻率、本征模態(tài)函數(shù)以及特征時間尺度。重點說明了經(jīng)驗?zāi)B(tài)分解的基本原理、流程、主要性質(zhì)和存在的問題,然后根據(jù)存在的問題提出改進的方法,并將經(jīng)驗?zāi)B(tài)分解與改進布谷鳥算法的支持向量機相結(jié)合,建立了基于經(jīng)驗?zāi)B(tài)分解的改進布谷鳥算法支持向量機算法模型,并用風(fēng)電場實際數(shù)據(jù)證明了該模型預(yù)測的準(zhǔn)確性。
【圖文】：

能開發(fā)的隊伍中來，相關(guān)研究領(lǐng)域也取得了長足的網(wǎng)在風(fēng)電方面的投入都比較大，掌握了一定的市場管理技術(shù)、發(fā)電技術(shù)和研發(fā)技術(shù)等日益完善，風(fēng)電闊。院發(fā)布的《預(yù)見 2019》以及《2019 年中國風(fēng)電產(chǎn)裝機規(guī)模穩(wěn)步擴大，逐漸成為風(fēng)電發(fā)展最具潛力的界前列[5]。2018年，我國風(fēng)電新增并網(wǎng)容量 2033 萬，全年上網(wǎng)電量達 3570 億千瓦時，全年風(fēng)電利用小 153 小時[6]。2013 年至 2018 年風(fēng)電新增并網(wǎng)容量到上述成績，能夠持續(xù)的穩(wěn)步發(fā)展，得益于中國的網(wǎng)的區(qū)域來說，新增較多的省份主要為內(nèi)蒙古、江電并網(wǎng)容量分別為 193 萬千瓦、156 萬千瓦、117 萬 萬千瓦，這六個增長較快的省份累計占比能達到全

圖 1-2 2011—2018 年中國棄風(fēng)率變化情況Fig 1-2 Change of China's abandoned wind rate in 2011-2018以看出，在 2015 和 2016 兩年由于我國棄風(fēng)限電的大趨勢，—2018 年中國對于棄風(fēng)率的管理和控制，整個社會對于風(fēng)電風(fēng)率不斷下降[9]。的資源利用情況的研究發(fā)現(xiàn)，目前我國的棄風(fēng)限電的現(xiàn)象逐步穩(wěn)定，風(fēng)電消納問題也逐漸好轉(zhuǎn)[10]。另外，我國的電網(wǎng)也納，增加風(fēng)電的外送從而提高風(fēng)電消納能力，使棄風(fēng)問題得義溫度、海拔等地理環(huán)境因素影響的風(fēng)電功率呈現(xiàn)出較強的間調(diào)峰性，較難實現(xiàn)人為出力大小可控性，這往往給電力系統(tǒng)驗。傳統(tǒng)的調(diào)度計劃直接使用風(fēng)電的預(yù)測結(jié)果進行規(guī)劃，，具當(dāng)中，電網(wǎng)運行負(fù)荷的峰谷期間，如果對于風(fēng)電出力不加以
【學(xué)位授予單位】：華北水利水電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM614;TP18

【參考文獻】

相關(guān)期刊論文 前10條

1 劉新宇;白珂;;雙饋異步風(fēng)力發(fā)電機網(wǎng)側(cè)換流器復(fù)合控制策略的研究[J];華北水利水電大學(xué)學(xué)報(自然科學(xué)版);2015年06期

2 江全元;龔裕仲;;儲能技術(shù)輔助風(fēng)電并網(wǎng)控制的應(yīng)用綜述[J];電網(wǎng)技術(shù);2015年12期

3 肖白;聶鵬;穆鋼;王吉;田莉;;基于多級聚類分析和支持向量機的空間負(fù)荷預(yù)測方法[J];電力系統(tǒng)自動化;2015年12期

4 劉愛國;薛云濤;胡江鷺;劉路平;;基于GA優(yōu)化SVM的風(fēng)電功率的超短期預(yù)測[J];電力系統(tǒng)保護與控制;2015年02期

5 薛禹勝;雷興;薛峰;郁琛;董朝陽;文福拴;鞠平;;關(guān)于風(fēng)電不確定性對電力系統(tǒng)影響的評述[J];中國電機工程學(xué)報;2014年29期

6 崔楊;李莉;陳德榮;;基于最小二乘支持向量機的超短期風(fēng)電負(fù)荷預(yù)測[J];電氣自動化;2014年05期

7 張凱鋒;楊國強;陳漢一;王穎;丁恰;;基于數(shù)據(jù)特征提取的風(fēng)電功率預(yù)測誤差估計方法[J];電力系統(tǒng)自動化;2014年16期

8 葉林;趙永寧;;基于空間相關(guān)性的風(fēng)電功率預(yù)測研究綜述[J];電力系統(tǒng)自動化;2014年14期

9 王賀;胡志堅;張翌暉;李晨;楊楠;王戰(zhàn)勝;;基于聚類經(jīng)驗?zāi)B(tài)分解和最小二乘支持向量機的短期風(fēng)速組合預(yù)測[J];電工技術(shù)學(xué)報;2014年04期

10 王賀;胡志堅;陳珍;仉夢林;賀建波;李晨;;基于集合經(jīng)驗?zāi)B(tài)分解和小波神經(jīng)網(wǎng)絡(luò)的短期風(fēng)功率組合預(yù)測[J];電工技術(shù)學(xué)報;2013年09期

本文編號：2643729