近年來(lái),全球能源危機(jī)問(wèn)題日益嚴(yán)重、生態(tài)環(huán)境加劇惡化,使得人們將眼光投向調(diào)整能源結(jié)構(gòu),尋求清潔、綠色、可無(wú)限使用的可替代能源。風(fēng)能作為太陽(yáng)能的一種轉(zhuǎn)化形式,因其具有安全、無(wú)污染、可再生、環(huán)保效益和生態(tài)效益友好等優(yōu)點(diǎn),成為當(dāng)前最具發(fā)展?jié)摿Α⒗米顬閺V泛的綠色能源。風(fēng)力發(fā)電是全球利用風(fēng)能最主要的方式,風(fēng)速的隨機(jī)波動(dòng)性使得風(fēng)電并網(wǎng)容量超過(guò)一定比例對(duì)電網(wǎng)造成嚴(yán)重影響。因此,提前對(duì)風(fēng)速進(jìn)行預(yù)測(cè),從而預(yù)知風(fēng)速的變化情況,準(zhǔn)確把握風(fēng)機(jī)出力,對(duì)緩解風(fēng)電并網(wǎng)帶來(lái)的不利影響具有重要意義。本文分析了風(fēng)速分布特性、變化特性以及風(fēng)速與其影響因素之間的關(guān)系;為提高風(fēng)速預(yù)測(cè)精度,從誤差修正角度出發(fā),提出了基于馬爾科夫鏈神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)的誤差修正方法;針對(duì)單一評(píng)價(jià)指標(biāo)評(píng)價(jià)風(fēng)速預(yù)測(cè)模型預(yù)測(cè)性能存在的缺陷,提出了基于模糊模式識(shí)別的綜合評(píng)價(jià)方法,為風(fēng)速預(yù)測(cè)決策者優(yōu)選模型提供參考依據(jù)。本文主要研究?jī)?nèi)容如下:(1)闡述了風(fēng)速預(yù)測(cè)的研究背景及意義,概述了目前我國(guó)和國(guó)外發(fā)達(dá)國(guó)家風(fēng)電產(chǎn)業(yè)的發(fā)展現(xiàn)狀,介紹了現(xiàn)有風(fēng)速預(yù)測(cè)方法及其優(yōu)缺點(diǎn),分析了模型評(píng)價(jià)方法的的重要性以及當(dāng)前評(píng)價(jià)方法和風(fēng)速預(yù)測(cè)存在的主要問(wèn)題。(2)以山西省某風(fēng)電場(chǎng)現(xiàn)場(chǎng)測(cè)風(fēng)數(shù)據(jù)...

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 選題背景
    1.2 課題研究的目的和意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 國(guó)內(nèi)外風(fēng)電發(fā)展現(xiàn)狀
        1.3.2 國(guó)內(nèi)外風(fēng)速預(yù)測(cè)的主要方法
        1.3.3 預(yù)測(cè)模型評(píng)價(jià)的研究現(xiàn)狀
    1.4 風(fēng)速預(yù)測(cè)存在的問(wèn)題
    1.5 論文的主要研究?jī)?nèi)容
    1.6 本章小結(jié)
第二章 風(fēng)速特性分析
    2.1 引言
    2.2 風(fēng)速特性分析
        2.2.1 風(fēng)速分布特性
        2.2.2 風(fēng)速變化特性
    2.3 風(fēng)速影響因素特性分析
        2.3.1 風(fēng)速與氣壓的變化關(guān)系
        2.3.2 風(fēng)速與溫度變化關(guān)系
        2.3.3 風(fēng)速與濕度變化關(guān)系
        2.3.4 風(fēng)速與影響因素的相關(guān)性分析
    2.4 風(fēng)速預(yù)測(cè)誤差來(lái)源
    2.5 本章小結(jié)
第三章 基于馬爾科夫鏈誤差修正的神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)
    3.1 引言
    3.2 基于MC的風(fēng)速預(yù)測(cè)誤差修正方法
        3.2.1 馬爾科夫鏈理論
        3.2.2 馬爾科夫鏈狀態(tài)劃分方法
        3.2.3 基于FCM劃分馬爾科夫狀態(tài)
        3.2.4 馬爾科夫鏈誤差修正預(yù)測(cè)風(fēng)速
    3.3 基于MC誤差修正的GRNN風(fēng)速預(yù)測(cè)
        3.3.1 基于風(fēng)速的廣義回歸神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建
        3.3.2 交叉驗(yàn)證法確定平滑因子
        3.3.3 基于MC誤差修正的GRNN風(fēng)速預(yù)測(cè)仿真研究
    3.4 基于MC誤差修正的T-S模糊神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測(cè)
        3.4.1 模糊神經(jīng)網(wǎng)絡(luò)
        3.4.2 基于風(fēng)速的T-S模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建
        3.4.3 T-S模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
        3.4.4 基于MC誤差修正的T-SFNN風(fēng)速預(yù)測(cè)仿真研究
    3.5 基于MC誤差修正的GA-Elman神經(jīng)網(wǎng)絡(luò)的風(fēng)速預(yù)測(cè)
        3.5.1 Elman神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
        3.5.2 基于風(fēng)速的Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的構(gòu)建
        3.5.3 遺傳算法優(yōu)化Elman神經(jīng)網(wǎng)絡(luò)
        3.5.4 基于誤差修正的GA-Elman神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)仿真研究
    3.6 本章小結(jié)
第四章 風(fēng)速預(yù)測(cè)模型預(yù)測(cè)性能的綜合評(píng)價(jià)優(yōu)選
    4.1 引言
    4.2 模糊模式識(shí)別理論
    4.3 主客觀(guān)綜合賦權(quán)法
        4.3.1 基于二元對(duì)比法的主觀(guān)權(quán)重的確定
        4.3.2 基于離差最大化法的客觀(guān)權(quán)重的確定
    4.4 基于模糊模式識(shí)別的風(fēng)速預(yù)測(cè)模型性能評(píng)價(jià)的步驟
    4.5 基于風(fēng)速模型預(yù)測(cè)性能評(píng)價(jià)的模糊模式識(shí)別優(yōu)選仿真
        4.5.1 構(gòu)建風(fēng)速預(yù)測(cè)模型庫(kù)
        4.5.2 風(fēng)速預(yù)測(cè)模型預(yù)測(cè)性能評(píng)價(jià)指標(biāo)體系的建立
        4.5.3 風(fēng)速預(yù)測(cè)模型預(yù)測(cè)性能的模糊模式識(shí)別優(yōu)選的仿真研究
    4.6 本章小結(jié)
第五章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及參與的科研項(xiàng)目



本文編號(hào)：3778921