本文關(guān)鍵詞：基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究

  更多相關(guān)文章： 光伏發(fā)電功率 回聲狀態(tài)神經(jīng)網(wǎng)絡(luò) 相空間重構(gòu) 層級(jí)劃分 模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)

【摘要】：隨著全球能源互聯(lián)網(wǎng)建設(shè)的不斷加快和清潔能源的大規(guī)模開(kāi)發(fā),新興能源技術(shù)越來(lái)越受到世界的關(guān)注。光伏發(fā)電作為智能電網(wǎng)建設(shè)中的清潔能源,已經(jīng)得到了廣泛的應(yīng)用和發(fā)展。然而,智能電網(wǎng)中的光伏發(fā)電系統(tǒng)由于受到各種因素的影響,其發(fā)電功率會(huì)變得非常不穩(wěn)定,這導(dǎo)致其大規(guī)模并網(wǎng)運(yùn)行后對(duì)電網(wǎng)產(chǎn)生沖擊,使得電網(wǎng)無(wú)法安全穩(wěn)定地運(yùn)行。因此,如何對(duì)光伏發(fā)電功率進(jìn)行精確而有效的預(yù)測(cè),對(duì)于加快推進(jìn)智能電網(wǎng)的建設(shè)具有深遠(yuǎn)而重大的意義。本文對(duì)光伏發(fā)電的相關(guān)技術(shù)做了具體介紹,并對(duì)其在智能電網(wǎng)中的發(fā)展進(jìn)行了探討,指出了準(zhǔn)確的光伏發(fā)電功率預(yù)測(cè)的必要性。通過(guò)對(duì)光伏發(fā)電的影響因素做全面地分析,找出與其相關(guān)性較強(qiáng)的影響因素加以利用,為實(shí)現(xiàn)后續(xù)功率的精確預(yù)測(cè)工作做準(zhǔn)備。針對(duì)光伏出力不穩(wěn)定性的問(wèn)題,本文提出了基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型�；芈暊顟B(tài)神經(jīng)網(wǎng)絡(luò)的隱含層是一種動(dòng)態(tài)儲(chǔ)備池結(jié)構(gòu),具有回聲狀態(tài)屬性,不僅增強(qiáng)了網(wǎng)絡(luò)預(yù)測(cè)的穩(wěn)定性,而且僅采用線性算法求得網(wǎng)絡(luò)輸出權(quán)值即可,簡(jiǎn)化了訓(xùn)練過(guò)程,同時(shí)克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)收斂速度慢和易陷入局部極小的問(wèn)題。利用實(shí)際光伏發(fā)電站的歷史數(shù)據(jù)和氣象數(shù)據(jù)進(jìn)行仿真驗(yàn)證,仿真結(jié)果表明,基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型具有良好的預(yù)測(cè)精度和預(yù)測(cè)穩(wěn)定性。由于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的閉環(huán)自治性,其預(yù)測(cè)結(jié)果容易產(chǎn)生誤差積累,為了進(jìn)一步提高光伏發(fā)電功率預(yù)測(cè)的精度和穩(wěn)定性,本文又提出了基于模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型。該模型首先對(duì)儲(chǔ)備池狀態(tài)空間進(jìn)行重構(gòu),然后再對(duì)儲(chǔ)備池結(jié)構(gòu)進(jìn)行層級(jí)劃分,使得每層包含相等的區(qū)域模塊,每個(gè)模塊都具備不同的功能,這樣就極大地減小了神經(jīng)元間的耦合度,提高了儲(chǔ)備池的動(dòng)態(tài)處理能力。仿真驗(yàn)證表明相對(duì)于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型,基于模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型具有更好的預(yù)測(cè)性能。
【關(guān)鍵詞】：光伏發(fā)電功率 回聲狀態(tài)神經(jīng)網(wǎng)絡(luò) 相空間重構(gòu) 層級(jí)劃分 模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TM615;TP183
【目錄】：

• 摘要2-3
• Abstract3-6
• 第一章 緒論6-16
• 1.1 課題研究的背景和意義6-9
• 1.1.1 課題的研究背景6-8
• 1.1.2 課題的研究意義8-9
• 1.2 課題的國(guó)內(nèi)外研究現(xiàn)狀9-14
• 1.2.1 光伏發(fā)電的國(guó)內(nèi)外發(fā)展現(xiàn)狀9-11
• 1.2.2 光伏發(fā)電功率預(yù)測(cè)的國(guó)內(nèi)外研究現(xiàn)狀11-14
• 1.3 本文主要研究工作14-16
• 第二章 光伏發(fā)電技術(shù)及光伏發(fā)電功率特性分析16-30
• 2.1 光伏發(fā)電系統(tǒng)16-19
• 2.1.1 太陽(yáng)能電池的基本構(gòu)造及工作原理16-17
• 2.1.2 光伏發(fā)電系統(tǒng)的組成17-18
• 2.1.3 光伏發(fā)電系統(tǒng)的分類18-19
• 2.2 智能電網(wǎng)框架下光伏發(fā)電技術(shù)的發(fā)展19-23
• 2.2.1 智能電網(wǎng)技術(shù)簡(jiǎn)介19-21
• 2.2.2 智能電網(wǎng)框架下光伏發(fā)電技術(shù)的發(fā)展21-23
• 2.3 光伏發(fā)電功率特性分析23-28
• 2.3.1 光伏發(fā)電功率的影響因素23-27
• 2.3.2 光伏發(fā)電功率數(shù)據(jù)的相關(guān)性分析27-28
• 2.4 本章小結(jié)28-30
• 第三章 基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究30-42
• 3.1 人工神經(jīng)網(wǎng)絡(luò)30-34
• 3.1.1 人工神經(jīng)網(wǎng)絡(luò)概述30-32
• 3.1.2 常規(guī)BP神經(jīng)網(wǎng)絡(luò)原理與算法32-34
• 3.2 基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究34-37
• 3.2.1 基于回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究34-36
• 3.2.2 ESN預(yù)測(cè)模型的學(xué)習(xí)算法36-37
• 3.3 算例仿真37-40
• 3.3.1 數(shù)據(jù)預(yù)處理37
• 3.3.2 算例分析37-40
• 3.4 本章小結(jié)40-42
• 第四章 基于模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型研究42-54
• 4.1 相空間重構(gòu)理論42-44
• 4.1.1 混沌系統(tǒng)42
• 4.1.2 Takens定理42-44
• 4.2 基于模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)的光伏發(fā)電功率預(yù)測(cè)模型44-49
• 4.2.1 儲(chǔ)備池狀態(tài)空間重構(gòu)44-45
• 4.2.2 模塊化回聲狀態(tài)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型45-47
• 4.2.3 MESN的學(xué)習(xí)算法47-49
• 4.3 仿真驗(yàn)證49-52
• 4.4 本章小結(jié)52-54
• 第五章 總結(jié)與展望54-56
• 5.1 總結(jié)54
• 5.2 展望54-56
• 參考文獻(xiàn)56-60
• 攻讀學(xué)位期間的研究成果60-62
• 致謝62-64

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉士榮;李松峰;寧康紅;周嘯波;榮延澤;;基于極端學(xué)習(xí)機(jī)的光伏發(fā)電功率短期預(yù)測(cè)[J];控制工程;2013年03期

2 ;科技文摘[J];中學(xué)物理教學(xué)參考;1994年08期

3 王麗婕;廖曉鐘;高陽(yáng);高爽;;風(fēng)電場(chǎng)發(fā)電功率的建模和預(yù)測(cè)研究綜述[J];電力系統(tǒng)保護(hù)與控制;2009年13期

4 田麗;鄧閱;;聯(lián)合條件下風(fēng)力發(fā)電風(fēng)速預(yù)測(cè)[J];安徽工程大學(xué)學(xué)報(bào);2012年03期

5 盧靜;翟海青;劉純;王曉蓉;;光伏發(fā)電功率預(yù)測(cè)統(tǒng)計(jì)方法研究[J];華東電力;2010年04期

6 徐星;張虹;樂(lè)海洪;徐敏;;采用氣象信息的神經(jīng)網(wǎng)絡(luò)應(yīng)用于短期風(fēng)力發(fā)電功率預(yù)測(cè)[J];南昌大學(xué)學(xué)報(bào)(工科版);2011年01期

7 阿碧;;身背核電站移民外星[J];發(fā)明與創(chuàng)新(綜合科技);2011年11期

8 許昌;李e，

本文編號(hào)：679892