本文關(guān)鍵詞：基于相空間重構(gòu)理論和誤差矯正模型的組合風(fēng)速預(yù)測模型的研究與應(yīng)用

  更多相關(guān)文章： 相空間重構(gòu) 最小二乘支持向量機(jī) 模糊C均值聚類 Markov模型 誤差矯正

【摘要】：近年來,新能源的開發(fā)與利用已成為一個熱點(diǎn)問題,其中風(fēng)能以其巨大的潛力被廣泛應(yīng)用,而風(fēng)能利用的最重要的形式就是風(fēng)力發(fā)電。但由于自然界的風(fēng)具備較強(qiáng)的隨機(jī)性及間歇性,使得風(fēng)功率具有較強(qiáng)的波動性及不可控性。針對我國大規(guī)模風(fēng)電接入電網(wǎng)的現(xiàn)實(shí)以及風(fēng)能資源的間歇性特點(diǎn),如果可以使風(fēng)速更準(zhǔn)確的預(yù)測,將有利于電網(wǎng)調(diào)度部門及時制定調(diào)度計劃,緩解風(fēng)電的間歇性對電網(wǎng)造成的不利影響,確保電網(wǎng)的安全和穩(wěn)定。為了更加準(zhǔn)確的進(jìn)行風(fēng)速預(yù)測研究,本文提出一種基于最小二乘支持向量機(jī)和誤差矯正模型的組合預(yù)測算法。受到很多因素如氣溫,氣壓和濕度等影響,風(fēng)速的波動可以看成是一個復(fù)雜的非線性動力系統(tǒng)。因此本文將相空間理論運(yùn)用于風(fēng)速預(yù)測當(dāng)中,并用C-C方法進(jìn)行風(fēng)速預(yù)測的輸入集決定。然后在輸入級決定后運(yùn)用LSSVM模型對風(fēng)速進(jìn)行預(yù)測,與此同時,LSSVM模型當(dāng)中的參數(shù)在這里我們運(yùn)用粒子群優(yōu)化算法結(jié)合重力搜索的組合優(yōu)化算法決定(PSOGSA)。該組合優(yōu)化算法的優(yōu)點(diǎn)在于它的快速收斂性能。此外,由于風(fēng)速波動的復(fù)雜性,上述模型可能無法挖掘出風(fēng)速波動的全部特性,殘差序列可能包含有被上述模型忽略的反映風(fēng)速波動的重要信息。因此,運(yùn)用Markov模型和模糊C均值模型構(gòu)建誤差矯正模型,以期望通過誤差矯正能得到更好的預(yù)測結(jié)果。仿真結(jié)果顯示,就預(yù)測精度而言,該模型比本文中討論的其他模型有更好的預(yù)測準(zhǔn)確性。
【關(guān)鍵詞】：相空間重構(gòu) 最小二乘支持向量機(jī) 模糊C均值聚類 Markov模型 誤差矯正
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM614
【目錄】：

• 摘要3-4
• Abstract4-7
• 第一章 緒論7-13
• 1.1 選題背景及研究意義7-8
• 1.2 風(fēng)電場風(fēng)速預(yù)測方法概述8-10
• 1.3 本文的主要工作及章節(jié)安排10-13
• 第二章 基于LSSVM的風(fēng)速預(yù)測13-37
• 2.1 相空間重構(gòu)-C-C方法13-15
• 2.2 最小二乘支持向量機(jī)15-18
• 2.2.1 支持向量回歸原理15-17
• 2.2.2 最小二乘支持向量機(jī)原理17-18
• 2.3 優(yōu)化算法18-27
• 2.3.1 標(biāo)準(zhǔn)PSO算法19-22
• 2.3.2 重力搜索算法(GSA)22-25
• 2.3.3 組合優(yōu)化算法PSOGSA25-27
• 2.4 風(fēng)速預(yù)測算法(LSSVM-PSOGSA)27
• 2.5 風(fēng)速預(yù)測結(jié)果分析27-36
• 2.5.1 風(fēng)速預(yù)測數(shù)據(jù)描述27-29
• 2.5.2 風(fēng)速預(yù)測性能評價標(biāo)準(zhǔn)29
• 2.5.3 風(fēng)速預(yù)測案例研究29-36
• 2.6 本章小結(jié)36-37
• 第三章 誤差矯正37-50
• 3.1 誤差矯正模型38-43
• 3.1.1 模糊C均值理論(FCM)38-40
• 3.1.2 Markov預(yù)測模型40-42
• 3.1.3 構(gòu)建誤差矯正模型42-43
• 3.2 誤差矯正結(jié)果分析43-46
• 3.3 不同模型預(yù)測結(jié)果對比46-48
• 3.4 本章小結(jié)48-50
• 結(jié)論和展望50-51
• 參考文獻(xiàn)51-54
• 在學(xué)期間的研究成果54-55
• 致謝55

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊慶超;劉樹勇;樓京俊;位秀雷;;混沌序列相空間重構(gòu)效果評估[J];噪聲與振動控制;2013年05期

2 胡曉棠,胡蔦慶,陳敏;一種改進(jìn)的選擇相空間重構(gòu)參數(shù)的方法[J];振動工程學(xué)報;2001年02期

3 姚寶恒,楊霞菊,劉巖,佟德純,陳兆能,孟光;基于奇異譜熵的相空間重構(gòu)最佳時間延遲選擇[J];上海交通大學(xué)學(xué)報;2005年01期

4 馬東玲;;相空間重構(gòu)中時間延遲的確定方法[J];硅谷;2013年19期

5 蔣培,胡曉棠;一種新的選擇相空間重構(gòu)參數(shù)的方法[J];機(jī)械科學(xué)與技術(shù);2001年03期

6 修春波,劉向東,張宇河;相空間重構(gòu)延遲時間與嵌入維數(shù)的選擇[J];北京理工大學(xué)學(xué)報;2003年02期

7 于大鵬;趙德有;;時延法相空間重構(gòu)雙參數(shù)聯(lián)合估計方法研究[J];大連理工大學(xué)學(xué)報;2009年04期

8 丁晶，鄧育仁，，傅軍;洪水相空間預(yù)測[J];成都科技大學(xué)學(xué)報;1995年04期

9 秦衛(wèi)陽,任興民,楊文獻(xiàn),何金徠;基于小波-相空間重構(gòu)的信號分析方法[J];機(jī)械科學(xué)與技術(shù);2000年S1期

10 韓中合;朱霄s

本文編號：596813