本文關鍵詞：基于狀態(tài)空間模型的風速預測研究

  更多相關文章： 風速預測 狀態(tài)空間模型 copula函數(shù) 關聯(lián)度 支持向量機回歸 無跡卡爾曼濾波

【摘要】：風能已成為當今全球新能源開發(fā)中備受關注的一種能源,但在風力發(fā)電及其并網的進程中還面臨很多挑戰(zhàn)性問題,風電功率預測是其中的關鍵問題之一。本文針對風電場的相關實測數(shù)據(jù),運用統(tǒng)計方法分析風電數(shù)據(jù)的特點,進而建立風速和風電功率預測模型,實現(xiàn)了對風電功率的短期預測。本文給出了基于copula函數(shù)和灰色關聯(lián)度的風電場數(shù)據(jù)選擇方法。首先對目標風電場全年原始數(shù)據(jù)中的缺失數(shù)據(jù)做預處理,然后利用copula函數(shù)計算目標風電場和其它風電場在全年中的同一時間段數(shù)據(jù)的秩相關系數(shù),并以秩相關系數(shù)為標準選擇與目標風電場數(shù)據(jù)空間相關性最強的風電場數(shù)據(jù)。進一步計算目標風電場全年的某段數(shù)據(jù)與所選風電場三年內同一時間段數(shù)據(jù)的灰色關聯(lián)度,按照灰色關聯(lián)度的大小選擇最終的輸入數(shù)據(jù),該方法選定的數(shù)據(jù)同時考慮了數(shù)據(jù)間的空間相關性和時間相關性。本文建立了基于狀態(tài)空間模型的風速預測模型。其中利用時間序列建立了線性狀態(tài)空間模型,利用支持向量回歸機建立了非線性狀態(tài)空間模型,并在非線性狀態(tài)空間模型預測中選用無跡卡爾曼濾波,預測過程中對無跡卡爾曼濾波的尺度參數(shù)進行局部優(yōu)化。通過仿真結果比較分析,采用無跡卡爾曼濾波預測的非線性狀態(tài)模型在預測精度上有一定的提高,是一種實時的預測方法,且對數(shù)據(jù)量要求不大。
【關鍵詞】：風速預測 狀態(tài)空間模型 copula函數(shù) 關聯(lián)度 支持向量機回歸 無跡卡爾曼濾波
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TM614
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 符號對照表9-10
• 縮略語對照表10-13
• 第一章 緒論13-21
• 1.1 風電發(fā)展及其前景13-14
• 1.2 風電發(fā)展的挑戰(zhàn)及功率預測意義14-16
• 1.3 風電功率預測綜述16-20
• 1.3.1 基于物理模型的研究16-17
• 1.3.2 基于統(tǒng)計模型的研究17-20
• 1.4 本論文的主要工作20-21
• 第二章 預備知識21-27
• 2.1 狀態(tài)空間模型及其濾波算法21-23
• 2.1.1 狀態(tài)空間模型簡介21-22
• 2.1.2 濾波算法22-23
• 2.2 copula函數(shù)簡介23-24
• 2.2.1 copula函數(shù)的概念23-24
• 2.2.2 基于copula函數(shù)的相關性測度24
• 2.3 相似性灰色關聯(lián)度介紹24-25
• 2.4 風電數(shù)據(jù)預處理方法25-27
• 第三章 風電場數(shù)據(jù)的空間相關性分析27-41
• 3.1 傳統(tǒng)的空間相關法28-29
• 3.1.1 統(tǒng)計方法28
• 3.1.2 物理方法28-29
• 3.2 基于copula函數(shù)的空間相關性判斷29-37
• 3.2.1 數(shù)據(jù)預處理29-32
• 3.2.2 秩相關系數(shù)的計算32-37
• 3.3 基于灰色關聯(lián)度的數(shù)據(jù)選取方法37-38
• 3.4 本章小結38-41
• 第四章 基于狀態(tài)空間模型的風速預測41-57
• 4.1 狀態(tài)空間模型的建立41-49
• 4.1.1 線性狀態(tài)空間模型的建立41-43
• 4.1.2 非線性狀態(tài)空間模型的建立43-49
• 4.2 預測結果與誤差分析49-54
• 4.2.1 預測結果49-51
• 4.2.2 誤差分析51-54
• 4.3 本章小結54-57
• 第五章 結束語57-59
• 5.1 本文總結57-58
• 5.2 風速預測未來發(fā)展方向58-59
• 參考文獻59-63
• 致謝63-65
• 作者簡介65-67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李平康;劉國隆;沈自鈞;;多變量線性系統(tǒng)辨識的一種模型特性及參數(shù)遞推算法[J];華北電力學院學報;1985年01期

2 董會忠;王志松;吳宗杰;孫秀梅;;基于時變參數(shù)狀態(tài)空間模型的能源消費影響因素研究[J];統(tǒng)計與決策;2013年23期

3 熊健;陳定庚;趙延孟;;蹤跡重獲的狀態(tài)空間模型及計算[J];深圳大學學報(理工版);2007年03期

4 賈江濤;李雷鳴;;我國能源消費影響因素分析——基于狀態(tài)空間模型的變參數(shù)分析[J];科學技術與工程;2011年30期

5 李欣;于乃輝;曹玉君;張志雄;尚建忠;;基于狀態(tài)空間模型的航天器裝配角偏誤差研究[J];國防科技大學學報;2014年01期

6 王潔;王孝平;;貴州能源消費與經濟增長的實證分析——基于變參數(shù)狀態(tài)空間模型[J];貴州商業(yè)高等�？茖W校學報;2012年02期

7 伊亮;王侃宏;馬寧;;基于狀態(tài)空間模型的相變材料數(shù)值傳熱分析[J];建筑熱能通風空調;2009年03期

8 馬穎;孫猛;;基于狀態(tài)空間模型的中國能源消費與經濟增長關系研究[J];河南科學;2012年11期

9 劉昆,張育林;分布參數(shù)液體管道的分段近似狀態(tài)空間模型[J];推進技術;1998年05期

10 鄭鐵軍,王曦,羅秀芹,李其漢;建立航空發(fā)動機狀態(tài)空間模型的修正方法[J];推進技術;2005年01期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 潘雄鋒;史曉輝;王蒙;;我國科技發(fā)展的財政金融政策效應研究——基于狀態(tài)空間模型的分析[A];第七屆中國科技政策與管理學術年會論文集[C];2011年

2 劉貫春;岳意定;賀磊;;兩因子隨機死亡率狀態(tài)空間模型及長壽風險測度[A];第八屆（2013）中國管理學年會——金融分會場論文集[C];2013年

3 劉明明;顧興源;王偉;;基于狀態(tài)空間模型的隨機多變量廣義預測控制[A];1991年控制理論及其應用年會論文集（上）[C];1991年

4 楊淑君;;基于狀態(tài)空間模型的我國房地產上市公司財務流動性的實證研究[A];中國會計學會財務管理專業(yè)委員會2009年學術年會論文集[C];2009年

5 高子建;;投資、消費和出口對經濟增長的動態(tài)影響分析——基于狀態(tài)空間模型[A];2008年中國經濟特區(qū)論壇：紀念改革開放30周年學術研討會論文集[C];2008年

6 張璋;高潮;;多元統(tǒng)計與經濟系統(tǒng)狀態(tài)空間模型[A];全國青年管理科學與系統(tǒng)科學論文集（第2卷）[C];1993年

7 李雪松;婁峰;;中國城鎮(zhèn)居民收入差距對消費影響的動態(tài)效應分析:基于面板數(shù)據(jù)和狀態(tài)空間模型的實證研究[A];中國社會科學院第三屆中國經濟論壇論文集（下）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前4條

1 陳學華;狀態(tài)空間模型理論與算法及其在金融計量中的應用[D];暨南大學;2007年

2 文巧鈞;基于狀態(tài)空間模型的復雜動態(tài)過程監(jiān)測方法研究[D];浙江大學;2015年

3 唐曉彬;Markov機制轉換的狀態(tài)空間模型及其在我國經濟周期分析中的應用研究[D];西南財經大學;2010年

4 杜世昌;多源多工序加工系統(tǒng)偏差流建模、診斷和控制系統(tǒng)研究[D];上海交通大學;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王瑞;稀疏縱向數(shù)據(jù)下狀態(tài)空間模型統(tǒng)計推斷問題研究[D];西安電子科技大學;2014年

2 王雪;基于快速檢測的MIMO雷達真假彈頭識別技術研究[D];電子科技大學;2015年

3 唐愛萍;線性混合效應狀態(tài)空間模型的統(tǒng)計推斷及應用[D];西安電子科技大學;2014年

4 朱彥丞;我國新能源產業(yè)發(fā)展狀況的實證分析[D];云南大學;2016年

5 徐捷;碳纖維復合芯導線載流溫升狀態(tài)空間模型研究[D];南京理工大學;2016年

6 郝艷婷;視頻行人檢測與跟蹤的方法研究[D];青島科技大學;2016年

7 魯宗科;云南省旅游業(yè)與地區(qū)經濟增長關系的實證分析[D];云南大學;2016年

8 李彩雯;基于狀態(tài)空間模型的房地產“情緒指數(shù)”研究[D];海南師范大學;2016年

9 彭琦;基于動態(tài)狀態(tài)空間模型的滾動軸承壽命預測研究[D];北京化工大學;2016年

10 趙玉宏;基于狀態(tài)空間模型的風速預測研究[D];西安電子科技大學;2015年

，

本文編號：666744