本文關鍵詞：風速預測中的人工智能優(yōu)化參數(shù)研究及應用，，由筆耕文化傳播整理發(fā)布。

《蘭州大學》 2014年

風速預測中的人工智能優(yōu)化參數(shù)研究及應用

金時強  

【摘要】：風速對于風能電力市場的參與者或管理者是非常關鍵的信息要素,它常常用來制定能源政策和決策。然而,由于風速本身的高波動性,非平穩(wěn)性和非線性及獲得重要信息的困難性,給風速預測工作帶來很大的挑戰(zhàn)。因此,如何在有限給定信息條件下做出精確的風速預測已經(jīng)成為了一個棘手的問題。本文中,我們首先提出了53H和小波去噪相結合的預處理數(shù)據(jù)方法來剔除異常值和去掉噪聲,然后基于三種常用的人工智能方法——神經(jīng)網(wǎng)絡(BP和Elman神經(jīng)網(wǎng)絡),支持向量回歸——對處理后的風速數(shù)據(jù)做3步預測。其次,根據(jù)上面的預處理結果顯示支持向量回歸在三個模型中預測精度最高,因此為進一步提高預測精度,引入一個新的元啟發(fā)式算法(布谷鳥搜索)來優(yōu)化支持向量回歸的超參數(shù)。最后,基于布谷鳥搜索優(yōu)化下的組合預測方法被提出用于風速預測中,以進一步提高預測精度。通過數(shù)據(jù)模擬分析顯示,所提出的方法在風速預測及電力價格預測上的效果有較大的提高。

【關鍵詞】：
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP18
【目錄】：

下載全文 更多同類文獻

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 蔡凱;譚倫農(nóng);李春林;陶雪峰;;時間序列與神經(jīng)網(wǎng)絡法相結合的短期風速預測[J];電網(wǎng)技術;2008年08期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 ;Achievements and Prospects of Wind Power Prediction[J];Electricity;2011年05期

2 時慶華;高山;陳昊;;2種風電功率預測模型的比較[J];能源技術經(jīng)濟;2011年06期

3 常鵬;高亞靜;張琳;李均強;;基于EEMD與時間序列法的短期風電場功率預測[J];電力科學與工程;2012年03期

4 張國強;張伯明;;基于組合預測的風電場風速及風電機功率預測[J];電力系統(tǒng)自動化;2009年18期

5 井天軍;阮睿;楊明皓;;基于等效平均風速的風力發(fā)電功率預測[J];電力系統(tǒng)自動化;2009年24期

6 王揚;張金江;溫柏堅;郭創(chuàng)新;曹一家;吳棟梁;;風電場超短期風速預測的相空間優(yōu)化鄰域局域法[J];電力系統(tǒng)自動化;2011年24期

7 戴浪;黃守道;黃科元;葉盛;;風電場風速的神經(jīng)網(wǎng)絡組合預測模型[J];電力系統(tǒng)及其自動化學報;2011年04期

8 楊錫運;孫翰墨;;基于時間序列模型的風電場風速預測研究[J];動力工程學報;2011年03期

9 溫鵬;沈炯;李益國;潘蕾;;基于自回歸法的風電場脈動風速模擬[J];電網(wǎng)技術;2009年05期

10 羅海洋;劉天琪;李興源;;風電場短期風速的混沌預測方法[J];電網(wǎng)技術;2009年09期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 ;Online Clustering for Wind Speed Forecasting Based on Combination of RBF Neural Network and Persistence Method[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

2 Xiao Cheng;Peng Guo;;Short-term Wind Speed Prediction Based On Support Vector Machine Of Fuzzy Information Granulation[A];第25屆中國控制與決策會議論文集[C];2013年

3 蘇鵬宇;萬杰;劉金福;于達仁;;基于小波分解和ELMAN神經(jīng)網(wǎng)絡的短期風速多尺度預測方法[A];2012電站自動化信息化學術和技術交流會議論文集[C];2012年

4 Gao Shuang;Dong Lei;Liao Xiaozhong;Gao Zhigang;Gao Yang;;Wind Power Prediction based on Multipositon NWP with Rough Set Theory[A];第25屆中國控制與決策會議論文集[C];2013年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 王敏;分布式電源的概率建模及其對電力系統(tǒng)的影響[D];合肥工業(yè)大學;2010年

2 井艷軍;雙饋風電機組模型預測控制研究[D];沈陽工業(yè)大學;2011年

3 劉興杰;風電輸出功率預測方法與系統(tǒng)[D];華北電力大學;2011年

4 陳杰;變速定槳風力發(fā)電系統(tǒng)控制技術研究[D];南京航空航天大學;2011年

5 王揚;風電短期預測及其并網(wǎng)調(diào)度方法研究[D];浙江大學;2011年

6 陳玲;風電場風速和風功率預測方法研究[D];武漢大學;2012年

7 李高望;含電動汽車的電力系統(tǒng)運行問題研究[D];華中科技大學;2013年

8 柳玉;基于功率全程可調(diào)的風電場優(yōu)化調(diào)度策略[D];華北電力大學;2013年

9 史潔;風電場功率超短期預測算法優(yōu)化研究[D];華北電力大學;2012年

10 劉陽;云計算中服務組合與選擇技術研究[D];北京郵電大學;2013年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 孫翰墨;基于ARMA模型的風電機組風速預測研究[D];華北電力大學（北京）;2011年

2 李宇佳;考慮風電并網(wǎng)的短期負荷預測方法研究[D];華北電力大學（北京）;2011年

3 方江曉;短期風速和風電功率預測模型的研究[D];北京交通大學;2011年

4 段彬;風光互補發(fā)電控制系統(tǒng)中的短期功率預測研究[D];電子科技大學;2011年

5 彭虎;風電分布模式及概率預測方法研究[D];哈爾濱工業(yè)大學;2010年

6 王文靜;基于智能控制的雙饋風力發(fā)電機的功率解耦控制[D];沈陽工業(yè)大學;2012年

7 戴浪;風電場風速預測模型研究[D];湖南大學;2011年

8 李杏培;風電場風速及風電機組發(fā)電量的短期預報方法研究[D];華北電力大學（北京）;2009年

9 朱鋒;風電場風速短期多步預測方法的研究[D];大連理工大學;2009年

10 王明偉;風電場短期風速預測研究[D];蘭州理工大學;2009年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 雷亞洲,王偉勝,印永華,戴慧珠;風電對電力系統(tǒng)運行的價值分析[J];電網(wǎng)技術;2002年05期

2 李晶,王偉勝,宋家驊;變速恒頻風力發(fā)電機組建模與仿真[J];電網(wǎng)技術;2003年09期

3 雷亞洲,Gordon Lightbody;國外風力發(fā)電導則及動態(tài)模型簡介[J];電網(wǎng)技術;2005年12期

4 雷亞洲,王偉勝,印永華,戴慧珠;基于機會約束規(guī)劃的風電穿透功率極限計算[J];中國電機工程學報;2002年05期

5 李晶,宋家驊,王偉勝;大型變速恒頻風力發(fā)電機組建模與仿真[J];中國電機工程學報;2004年06期

6 鄭國強,鮑海,陳樹勇;基于近似線性規(guī)劃的風電場穿透功率極限優(yōu)化的改進算法[J];中國電機工程學報;2004年10期

7 楊秀媛,肖洋,陳樹勇;風電場風速和發(fā)電功率預測研究[J];中國電機工程學報;2005年11期

《中國學術期刊（光盤版）》電子雜志社有限公司
同方知網(wǎng)數(shù)字出版技術股份有限公司
地址：北京清華大學 84-48信箱 大眾知識服務
京ICP證040441號
互聯(lián)網(wǎng)出版許可證 新出網(wǎng)證（京）字008號
出版物經(jīng)營許可證 新出發(fā)京批字第直0595號

訂購熱線：400-819-9993 010-62982499
服務熱線：010-62985026 010-62791813
在線咨詢：
傳真：010-62780361
京公網(wǎng)安備11010802020475號

  本文關鍵詞：風速預測中的人工智能優(yōu)化參數(shù)研究及應用，由筆耕文化傳播整理發(fā)布。

本文編號：203411