基于Kalman濾波的風(fēng)速預(yù)測和分析.pdf

1、能源是人類賴以生存的基礎(chǔ)。然而隨著人口增加，經(jīng)濟(jì)發(fā)展，人類面臨著前所未有的能源危機(jī)和環(huán)境危機(jī)。傳統(tǒng)能源已經(jīng)不能滿足人類社會的需要。風(fēng)能因?yàn)榭色@得范圍廣，清潔，開發(fā)成本低廉，技術(shù)較為成熟等優(yōu)點(diǎn)，已經(jīng)成為新能源領(lǐng)域研究的重點(diǎn)，但是風(fēng)能自身存在固有的缺陷：隨機(jī)性、波動(dòng)性以及間歇性。因此，要合理利用風(fēng)能，就需要對風(fēng)速進(jìn)行準(zhǔn)確預(yù)測，這樣才能最大限度利用風(fēng)能資源和保護(hù)風(fēng)電系統(tǒng)。為了使風(fēng)速的預(yù)測更加準(zhǔn)確，本文用Kalman濾波方法對風(fēng)速進(jìn)行預(yù)測優(yōu)化，

2、主要內(nèi)容如下：
　　1、介紹Kalman濾波方法。Kalman濾波是一種比較高級的數(shù)據(jù)同化方法，主要分為：標(biāo)準(zhǔn)Kalman濾波、擴(kuò)展Kalman濾波、集合Kalman濾波。本文對Kalman濾波進(jìn)行介紹，從數(shù)學(xué)方面對Kalman濾波進(jìn)行推導(dǎo)，為后面的應(yīng)用分析提供理論基礎(chǔ)。
　　2、運(yùn)用Kalman濾波對對流擴(kuò)散方程數(shù)值解進(jìn)行優(yōu)化。首先，利用有限差分法建立Kalman濾波的狀態(tài)方程和觀測方程，然后對方程不斷迭代預(yù)報(bào)，在這個(gè)過程

3、中不斷加入帶有噪聲的觀測值，最后實(shí)現(xiàn)了預(yù)報(bào)-優(yōu)化不斷循環(huán)的過程，從而得到較為合理的數(shù)值解。
　　3、運(yùn)用Kalman濾波方法對空間單點(diǎn)的風(fēng)速進(jìn)行預(yù)測優(yōu)化。首先用時(shí)間序列分析方法建立風(fēng)速預(yù)測的狀態(tài)方程和觀測方程，把BP神經(jīng)網(wǎng)絡(luò)預(yù)測出來的風(fēng)速作為觀測值，然后通過Kalman濾波進(jìn)行不斷預(yù)報(bào)優(yōu)化，實(shí)現(xiàn)對風(fēng)速預(yù)測。通過預(yù)測風(fēng)速與實(shí)測風(fēng)速的整體比較和局部比較，分析ARIMA模型、BP神經(jīng)網(wǎng)絡(luò)、混合Kalman濾波、優(yōu)化Kalman濾波方法的