光伏發(fā)電系統(tǒng)輸出功率具有不連續(xù)性和不穩(wěn)定性的特點(diǎn),并網(wǎng)后會(huì)對(duì)電網(wǎng)的穩(wěn)定性造成一定的影響。為了減小光伏發(fā)電系統(tǒng)帶來(lái)的不良影響,光伏發(fā)電功率預(yù)測(cè)已經(jīng)成為國(guó)內(nèi)外共同關(guān)注的焦點(diǎn)。它有利于電網(wǎng)系統(tǒng)的調(diào)度,在一定程度上減輕光伏發(fā)電對(duì)整個(gè)電網(wǎng)的不利影響,提高系統(tǒng)的安全性和穩(wěn)定性,同時(shí)減少電力系統(tǒng)的運(yùn)行成本。本文采用石家莊某光伏電站的光伏發(fā)電數(shù)據(jù)作為樣本數(shù)據(jù)。首先,對(duì)光伏發(fā)電功率和太陽(yáng)輻射強(qiáng)度進(jìn)行相關(guān)性分析,將相關(guān)性較大的因素作為預(yù)測(cè)參考量。同時(shí),介紹了灰色關(guān)聯(lián)度分析,為太陽(yáng)輻射強(qiáng)度預(yù)測(cè)模型樣本的篩選提供了理論基礎(chǔ)。其次,使用BP神經(jīng)網(wǎng)絡(luò)對(duì)光伏發(fā)電功率進(jìn)行直接預(yù)測(cè)和間接預(yù)測(cè)。結(jié)果表明,在歷史數(shù)據(jù)有限的條件下,直接預(yù)測(cè)效果要優(yōu)于間接預(yù)測(cè)。再次,采用網(wǎng)格搜索算法優(yōu)化支持向量機(jī)的兩個(gè)參數(shù)。在此基礎(chǔ)上建立預(yù)測(cè)模型,并將預(yù)測(cè)結(jié)果與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。結(jié)果表明,支持向量機(jī)預(yù)測(cè)精度要高于BP神經(jīng)網(wǎng)絡(luò)。最后,在.net環(huán)境下實(shí)現(xiàn)光伏發(fā)電功率預(yù)測(cè),采用dundas chart控件來(lái)進(jìn)行頁(yè)面展示。 

【文章來(lái)源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
目錄
第1章 緒論
    1.1 課題研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究的主要內(nèi)容
第2章 主要影響因素及樣本篩選的研究
    2.1 光伏發(fā)電功率主要影響因素
    2.2 數(shù)據(jù)相關(guān)性分析
        2.2.1 相關(guān)系數(shù)的概念
        2.2.2 太陽(yáng)輻射強(qiáng)度與各主要因素的相關(guān)性分析
        2.2.3 發(fā)電功率與各主要因素的相關(guān)性分析
    2.3 灰色關(guān)聯(lián)度分析篩選樣本數(shù)據(jù)
    2.4 本章小結(jié)
第3章 神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電功率預(yù)測(cè)中的應(yīng)用研究
    3.1 人工神經(jīng)網(wǎng)絡(luò)
        3.1.1 人工神經(jīng)網(wǎng)絡(luò)概述
        3.1.2 人工神經(jīng)網(wǎng)絡(luò)原理
    3.2 BP神經(jīng)網(wǎng)絡(luò)
        3.2.1 BP神經(jīng)網(wǎng)絡(luò)概述
        3.2.2 BP神經(jīng)網(wǎng)絡(luò)算法原理
    3.3 BP神經(jīng)網(wǎng)絡(luò)在光伏發(fā)電功率預(yù)測(cè)中的應(yīng)用
        3.3.1 預(yù)測(cè)模型的建立
        3.3.2 樣本的選擇和預(yù)處理
        3.3.3 預(yù)測(cè)模型的評(píng)估
    3.4 仿真結(jié)果分析
        3.4.1 直接預(yù)測(cè)結(jié)果分析
        3.4.2 間接預(yù)測(cè)結(jié)果分析
            3.4.2.1 太陽(yáng)輻射強(qiáng)度預(yù)測(cè)結(jié)果分析
            3.4.2.2 發(fā)電功率預(yù)測(cè)結(jié)果分析
        3.4.3 多步預(yù)測(cè)結(jié)果分析
    3.5 本章小結(jié)
第4章 支持向量機(jī)在光伏發(fā)電功率預(yù)測(cè)中的應(yīng)用研究
    4.1 統(tǒng)計(jì)學(xué)習(xí)的基本概念
        4.1.1 VC維
        4.1.2 推廣性的界
        4.1.3 結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則
    4.2 支持向量機(jī)理論
        4.2.1 支持向量回歸機(jī)
        4.2.2 核函數(shù)
    4.3 參數(shù)優(yōu)化
    4.4 基于支持向量機(jī)的光伏發(fā)電功率預(yù)測(cè)
    4.5 本章小結(jié)
第5章 光伏發(fā)電功率預(yù)測(cè)的實(shí)現(xiàn)
    5.1 實(shí)現(xiàn)環(huán)境與工具
    5.2 數(shù)據(jù)層實(shí)現(xiàn)
    5.3 功能實(shí)現(xiàn)
    5.4 界面展示
    5.5 本章小結(jié)
第6章 總結(jié)與展望
    6.1 研究成果總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及其他成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于反饋型神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)發(fā)電功率預(yù)測(cè)[J]. 張艷霞,趙杰.  電力系統(tǒng)保護(hù)與控制. 2011(15)
[2]考慮相關(guān)因素的最小二乘支持向量機(jī)風(fēng)速預(yù)測(cè)方法[J]. 栗然,陳倩,徐宏銳.  電力系統(tǒng)保護(hù)與控制. 2010(21)
[3]基于神經(jīng)網(wǎng)絡(luò)的光伏系統(tǒng)發(fā)電功率預(yù)測(cè)[J]. 張嵐,張艷霞,郭嫦敏,趙杰.  中國(guó)電力. 2010(09)
[4]基于發(fā)電預(yù)測(cè)的分布式發(fā)電能量管理系統(tǒng)[J]. 陳昌松,段善旭,殷進(jìn)軍,蔡濤.  電工技術(shù)學(xué)報(bào). 2010(03)
[5]基于神經(jīng)網(wǎng)絡(luò)的光伏陣列發(fā)電預(yù)測(cè)模型的設(shè)計(jì)[J]. 陳昌松,段善旭,殷進(jìn)軍.  電工技術(shù)學(xué)報(bào). 2009(09)
[6]支持向量機(jī)及其訓(xùn)練算法[J]. 宋杰.  韶關(guān)學(xué)院學(xué)報(bào). 2008(03)
[7]基于Matlab的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與函數(shù)逼近能力的關(guān)系分析[J]. 羅玉春,都洪基,崔芳芳.  現(xiàn)代電子技術(shù). 2007(24)
[8]支持向量機(jī)的研究現(xiàn)狀[J]. 柳回春,馬樹元.  中國(guó)圖象圖形學(xué)報(bào). 2002(06)
[9]相關(guān)系數(shù)及其應(yīng)用[J]. 郭紅霞.  武警工程大學(xué)學(xué)報(bào). 2010 (02)

博士論文
[1]支持向量回歸在預(yù)測(cè)控制中的應(yīng)用研究[D]. 楊金芳.華北電力大學(xué)（河北） 2007

碩士論文
[1]基于FSVM的高光譜遙感影像分類算法研究[D]. 馬莉.河南大學(xué) 2010
[2]支持向量機(jī)方法在風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)中的應(yīng)用研究[D]. 曹慧.華北電力大學(xué)（北京） 2010
[3]基于支持向量機(jī)的電網(wǎng)負(fù)荷預(yù)測(cè)系統(tǒng)研究[D]. 劉晨.河北農(nóng)業(yè)大學(xué) 2009
[4]基于web日志挖掘的用戶訪問預(yù)測(cè)研究[D]. 陳希友.廈門大學(xué) 2009
[5]自適應(yīng)神經(jīng)網(wǎng)絡(luò)模糊推理在中長(zhǎng)期電力負(fù)荷預(yù)測(cè)中的應(yīng)用[D]. 覃彬.湖南大學(xué) 2008
[6]基于神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)的光伏最大功率跟蹤研究[D]. 唐彬.汕頭大學(xué) 2008
[7]考慮光伏并網(wǎng)發(fā)電的短期負(fù)荷預(yù)測(cè)[D]. 李廣敏.華北電力大學(xué)（河北） 2007
[8]基于模糊神經(jīng)網(wǎng)絡(luò)的短期電力負(fù)荷預(yù)測(cè)的研究[D]. 崔志坤.華北電力大學(xué)（河北） 2008
[9]支持向量機(jī)中參數(shù)選取的一個(gè)問題[D]. 霍罕妮.大連理工大學(xué) 2007
[10]基于隨機(jī)神經(jīng)網(wǎng)絡(luò)的多用戶檢測(cè)技術(shù)[D]. 韓靜.太原理工大學(xué) 2007



本文編號(hào)：3232986