版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著常規(guī)能源消耗加速與環(huán)境惡化加劇,全球范圍內(nèi)的能源問題凸顯。風能作為安全性與可行性俱佳的綠色能源,其大規(guī)模應(yīng)用對緩解能源和環(huán)境問題具有重大意義。我國的風電裝機容量在近幾年來呈現(xiàn)高速增長的態(tài)勢。由于風能資源的間歇性和隨機性,風電場大規(guī)模接入電網(wǎng)會對電網(wǎng)帶來較大的沖擊,影響電網(wǎng)運行的可靠性、穩(wěn)定性和電能質(zhì)量。因此,在電網(wǎng)薄弱或遠離負荷中心的地區(qū),風電場出現(xiàn)限電或者停發(fā)的情況。為實現(xiàn)風電場的實時在線調(diào)度,以便電網(wǎng)可以安全接入更多的風電場,國
2、家能源局強制性要求所有風電場安裝風電功率預測系統(tǒng),為電力系統(tǒng)調(diào)度部門安排發(fā)電計劃提供依據(jù)。在此背景下,本文選擇風電功率預測技術(shù)作為主攻方向。
早在上世紀七十年代,國外就開展了風電功率預測技術(shù)的研究工作,已有多個成熟的系統(tǒng)投入實際運行并發(fā)揮作用。我國起步較晚,在預測核心算法及對預測結(jié)果影響重大的NWP數(shù)值天氣預報領(lǐng)域的成果與國外先進水平存在相當差距。為提高風電功率預測精度,本文對比了各種常見風電功率預測模型,對基于風電場實測數(shù)據(jù)
3、的支持向量機風電功率預測模型做出改進。本文的主要研究內(nèi)容如下:
(1)介紹了風的成因及其特性,對預測結(jié)果產(chǎn)生較大影響的風速與風向的變化特性重點進行分析。對比了國內(nèi)可獲得的幾種NWP的特點與技術(shù)參數(shù),為風電功率預測模型的建模提供數(shù)據(jù)選擇的參考方案。最終選定了某種精度較高的NWP數(shù)據(jù)作為建模的數(shù)據(jù),并對數(shù)據(jù)進行前期的分析處理。
(2)對各種風電功率預測模型進行深入的探討,對常見的若干種建模方法進行比較。針對實際情況選用在
4、小樣本集及存在一定矛盾樣本條件下表現(xiàn)最佳的SVM支持向量機作為預測建模算法。
(3)詳細分析了統(tǒng)計學習理論的核心問題,描述了SVM的工作原理及其在有限樣本訓練學習中的優(yōu)勢,選定了一種支持向量機結(jié)構(gòu),利用某風電場的實測數(shù)據(jù),結(jié)合上一章的NWP數(shù)據(jù),建立了一個基準預測模型。并提出了預測模型的評價標準。
(4)根據(jù)風電場的實測功率數(shù)據(jù)及提取的NWP數(shù)據(jù),基于風速和風向區(qū)間進行優(yōu)化,并對預測模型進行驗證。實驗證明經(jīng)過對數(shù)據(jù)的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于支持向量機的短期風電功率預測.pdf
- 基于小波分析和支持向量機的風電功率預測.pdf
- 畢業(yè)設(shè)計--基于支持向量機的風電功率預測
- 基于提升小波和支持向量機的短期風電功率預測.pdf
- 基于小波變換和支持向量機的短期風電功率預測.pdf
- 基于支持向量機的風電功率預測和變槳距控制研究.pdf
- 基于最小二乘支持向量機的風電功率短期預測研究.pdf
- 基于NWP和改進BP神經(jīng)網(wǎng)絡(luò)的風電功率預測研究.pdf
- 支持向量機在風電功率預測中的應(yīng)用研究.pdf
- 基于極限向量機的風電功率預測方法研究.pdf
- 基于提升小波和最小二乘支持向量機的風電功率預測.pdf
- 基于相關(guān)向量機的超短期風電功率研究.pdf
- 基于極限學習機的風電功率預測研究.pdf
- 基于數(shù)值天氣預報NWP修正的BP神經(jīng)網(wǎng)絡(luò)風電功率短期預測研究.pdf
- 支持向量機在短期光伏發(fā)電功率預測中的應(yīng)用.pdf
- 基于支持向量機的礦井風溫預測.pdf
- 基于極端學習機的短期風電功率預測研究.pdf
- 基于相關(guān)向量機的風功率超短期預測研究.pdf
- 基于小波變換和相關(guān)向量機的短期風功率預測.pdf
- 風電功率組合預測研究.pdf
評論
0/150
提交評論