大型風(fēng)電場的風(fēng)電功率輸出具有波動(dòng)性,風(fēng)電功率的波動(dòng)性在并網(wǎng)時(shí)會(huì)沖擊電力系統(tǒng),影響電力系統(tǒng)的安全、穩(wěn)定和經(jīng)濟(jì)運(yùn)行,對電力系統(tǒng)安全穩(wěn)定運(yùn)行帶來挑戰(zhàn),風(fēng)電功率預(yù)測可以跟蹤風(fēng)電場的風(fēng)電功率輸出并進(jìn)行功率預(yù)測,使電力系統(tǒng)合理作出調(diào)度計(jì)劃,是解決該問題的有效方法之一。一般的風(fēng)電功率預(yù)測方法用風(fēng)電場內(nèi)特定風(fēng)機(jī)位置的風(fēng)況來代表整個(gè)風(fēng)電場的風(fēng)況進(jìn)行預(yù)測,但對大型風(fēng)電場而言,該預(yù)測方法難以保證風(fēng)電場功率的預(yù)測精度;若對風(fēng)電場內(nèi)每臺(tái)風(fēng)電機(jī)組進(jìn)行建模預(yù)測,則預(yù)測的計(jì)算時(shí)間過長,無法滿足電力系統(tǒng)對風(fēng)電場功率預(yù)測的要求。對大型風(fēng)電場的風(fēng)電機(jī)組進(jìn)行分類,將風(fēng)電場內(nèi)特性相近的風(fēng)電機(jī)組劃分為一類,用機(jī)組分類的結(jié)果來進(jìn)行風(fēng)電場功率預(yù)測,可提高預(yù)測精度、降低預(yù)測過程的復(fù)雜度和預(yù)測時(shí)間。因此,基于大型風(fēng)電場機(jī)組分類的功率預(yù)測研究是大型風(fēng)電場提高風(fēng)電預(yù)測預(yù)測精度、改善計(jì)算效率的方法之一。本文研究了基于大型風(fēng)電場機(jī)組分類的功率預(yù)測問題,主要工作包括:（1）利用K-means聚類算法建模,對算例33臺(tái)風(fēng)電機(jī)組進(jìn)行分類聚類仿真,得到了機(jī)組分類數(shù)目K=3⁷的聚類結(jié)果。利用聚類算法的分類評價(jià)指標(biāo)戴維森堡�。―BI）... 

【文章來源】：華北水利水電大學(xué)河南省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

神經(jīng)元結(jié)構(gòu)示意圖

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)劃分聚類方法的大數(shù)據(jù)處理算法[J]. 曹碩.  電子世界. 2018(18)
[2]基于經(jīng)驗(yàn)?zāi)B(tài)分解與特征相關(guān)分析的短期負(fù)荷預(yù)測方法[J]. 孔祥玉,李闖,鄭鋒,于力,馬溪原.  電力系統(tǒng)自動(dòng)化. 2019(05)
[3]基于聚類分析與神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)負(fù)荷預(yù)測[J]. 劉田夢,王麗婕,馬嬡.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]高維數(shù)據(jù)聚類中相似性度量方法的研究[J]. 李慧敏,李川,翟祥.  市場研究. 2018(06)
[5]混合類型數(shù)據(jù)的聚類算法綜述[J]. 陳緒,嚴(yán)金戈.  信息與電腦(理論版). 2018(07)
[6]基于改進(jìn)經(jīng)驗(yàn)?zāi)B(tài)分解的三維重建[J]. 李緒琴,陳文靜,蘇顯渝.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)
[7]分布式K-means聚類算法研究與實(shí)現(xiàn)[J]. 李斌,李蓉,周蕾.  軟件. 2018(01)
[8]K-means算法最佳聚類數(shù)評價(jià)指標(biāo)研究[J]. 郭靖,侯蘇.  軟件導(dǎo)刊. 2017(11)
[9]基于稀疏約束非負(fù)矩陣分解的K-Means聚類算法[J]. 韓素青,賈茹.  數(shù)據(jù)采集與處理. 2017(06)
[10]K-means聚類算法及改進(jìn)[J]. 徐曉聰.  信息與電腦(理論版). 2017(16)

博士論文
[1]基于局部中心量度的聚類算法研究[D]. 王志強(qiáng).華南理工大學(xué) 2018
[2]風(fēng)電場內(nèi)機(jī)組優(yōu)化調(diào)度研究[D]. 張晉華.華北電力大學(xué) 2014
[3]基因表達(dá)數(shù)據(jù)的相似性度量和特征提取研究[D]. 王文俊.西安電子科技大學(xué) 2011

碩士論文
[1]基于經(jīng)驗(yàn)?zāi)B(tài)分解的時(shí)間序列預(yù)測研究[D]. 成小林.大連理工大學(xué) 2018
[2]基于經(jīng)驗(yàn)?zāi)B(tài)分解和神經(jīng)網(wǎng)絡(luò)的非線性信號預(yù)測[D]. 王思亮.西安郵電大學(xué) 2018
[3]基于相關(guān)向量機(jī)的風(fēng)電功率短期預(yù)測及其不確定性研究[D]. 吳文靜.華北水利水電大學(xué) 2018
[4]風(fēng)電場功率時(shí)間序列分析及預(yù)測方法研究[D]. 娜仁圖雅.天津大學(xué) 2017
[5]風(fēng)電功率預(yù)測誤差不確定性建模研究[D]. 張曉丹.北京交通大學(xué) 2016
[6]風(fēng)電場風(fēng)電功率概率預(yù)測研究[D]. 胡漢.東南大學(xué) 2016
[7]大型風(fēng)電場分組建模方法及其在功率預(yù)測中的應(yīng)用[D]. 高小力.華北電力大學(xué) 2015
[8]聚類有效性指標(biāo)結(jié)構(gòu)分析及應(yīng)用[D]. 包秀娟.天津大學(xué) 2014
[9]經(jīng)驗(yàn)?zāi)B(tài)分解算法應(yīng)用研究[D]. 岳相臣.西安電子科技大學(xué) 2013
[10]用于電力系統(tǒng)仿真的風(fēng)電場等值模型研究[D]. 張坤.華北電力大學(xué)（北京） 2011



本文編號：3485845