基于模糊C均值聚類和案例推理的風(fēng)電功率預(yù)測研究.pdf

1、隨著人類對生態(tài)環(huán)境的逐漸重視以及在國家新能源戰(zhàn)略的重大部署下，風(fēng)能作為一種清潔能源得到了大規(guī)模的發(fā)展，不僅全球的風(fēng)電裝機(jī)容量逐
　　年上升，同時也使得風(fēng)力發(fā)電技術(shù)越來越成熟。但是風(fēng)的間歇性、波動性使得風(fēng)能具有不可控性，始終是風(fēng)電技術(shù)的一大難題。因此，解決能源問題以及風(fēng)電場長期穩(wěn)定運(yùn)行的關(guān)鍵所在是迫切需要提高風(fēng)電功率的預(yù)測精度。
　　本文以風(fēng)電功率預(yù)測為研究對象，對測風(fēng)塔數(shù)據(jù)進(jìn)行分析，以便發(fā)掘和更好的利用測風(fēng)數(shù)據(jù)自身的信息。神

2、經(jīng)網(wǎng)絡(luò)模型的建立對訓(xùn)練數(shù)據(jù)具有較高的依賴性，訓(xùn)練數(shù)據(jù)的選擇既要包含足夠廣的選擇范圍，這樣模型具有更強(qiáng)的泛化能力；同時又要保證模型具有更高的預(yù)測精度。針對特殊天氣下普通預(yù)測模型難以滿足要求的問題，本文采用案例推理技術(shù)對風(fēng)電功率預(yù)測模型進(jìn)行改進(jìn)。
　　本文主要研究內(nèi)容有：
　　(1)對國內(nèi)外風(fēng)力發(fā)電的現(xiàn)狀、發(fā)展趨勢以及目前主要存在的問題進(jìn)行了總結(jié)，引出了風(fēng)電功率預(yù)測的意義及必要性，同時對風(fēng)電功率預(yù)測模型的研究現(xiàn)狀進(jìn)行總結(jié)分析。<

3、br>　　(2)針對測風(fēng)數(shù)據(jù)不能很好地滿足預(yù)測樣本要求的問題，根據(jù)國標(biāo)GB/T18709-2002及相關(guān)參考文獻(xiàn)補(bǔ)充對數(shù)據(jù)進(jìn)行了檢驗(yàn)、填補(bǔ)和修正。采用山西省某風(fēng)電場的實(shí)測數(shù)據(jù)分析了測風(fēng)數(shù)據(jù)自身的變化規(guī)律，重點(diǎn)分析了模型的預(yù)測誤差與風(fēng)電功率影響因素之間的關(guān)系。對預(yù)測模型評價(jià)指標(biāo)進(jìn)行了必要的選取說明。
　　(3)本文提出了基于模糊聚類分析的風(fēng)電功率預(yù)測方法。首先采用減法聚類來確定模糊 C均值的聚類數(shù)和聚類中心，采用風(fēng)電場實(shí)際運(yùn)行的數(shù)據(jù)

4、聚類分析，然后進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，既充分考慮了樣本空間的特征，又使得模型具有針對性，因此保證網(wǎng)絡(luò)模型的泛化能力的同時又提高了預(yù)測的精度。
　　(4)為了提高特殊天氣下風(fēng)電功率的預(yù)測精度，本文通過對普通模型的預(yù)測效果和風(fēng)電場實(shí)際測風(fēng)數(shù)據(jù)進(jìn)行分析，建立了基于案例推理的特殊天氣下風(fēng)電功率預(yù)測模型，采用基于模糊聚類和粒子群優(yōu)化的K近鄰算法進(jìn)行案例檢索，提高了檢索的速度和精度。采用山西省某風(fēng)電場的實(shí)際數(shù)據(jù)進(jìn)行了大量的仿真實(shí)驗(yàn)，將仿真結(jié)果