收藏本站
《东南大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据的风电场短期风速预测

邵海见  
【摘要】:能源是人类社会进步和经济发展的重要物质基础。传统能源如煤炭、石油和天然气,不仅数量有限,大量使用还会造成环境污染。近年来,发展可再生能源逐渐成为国际社会共识。风能是一种因空气流做功而产生的可再生能源,我国风能资源丰富,根据气象部门统计,目前可以开发利用的风能达到10亿千瓦以上。精确可靠的短期风力发电预测对于智能电网调度有重要作用,能减少由电网整合带来的经济损失,以及降低电网传输和整合的风险。由于风速分布具有瞬时性、随机性和不确定性,导致风电场短期风力发电预测建模成为一个复杂的非线性过程。本论文基于华东某风电场的实际数据进行短期风速的预测建模,主要内容有:(1)风电场数据预处理。对风电场数据中的噪声值、缺失值、不一致点和离群点进行处理,以纠正错误数据,从而提高数据的质量和计算的准确性及有效性。经过对缺失数值和不合理数据的处理,以消除鲁棒性较弱,与实际数值相差甚远的离群值,并对其予以合理地纠正,并防止过扼杀现象;利用性能参数(包括软阈值、滤波尺度、基函数以及滤波水平等)的调整来确定最佳的小波滤波水平,在防止过扼杀及设定噪声水平的前提下进行合理地小波消噪。(2)预测建模框架研究。主要分析了基于RBF网络的时间序列预测建模框架问题。利用偏相关性、平均贡献值以及准则函数等进行模型变量的选择及模型阶次的估计来选择对输出变量有显著影响的因素。同时利用短期内数据结构特征以及相关性方法来消除短期内局部极值的影响,并利用相关准则对模型结构进行优化,同时防止过拟合现象,最后基于RBF网络,利用交叉验证方法进行模型结构的验证。(3)短期风速预测建模研究。基于预测建模框架和流形算法,进一步分析了风电场数据维数大导致的数据分析难度大和计算效率低的问题。采用模型变量选择、模型阶次估计、参数优化、流形算法降维以及结构分析等方法对风电场风速建模进行网络模型选择,样本复杂度降低以及计算效率优化等问题的讨论,并引入信息判据惩罚项的长度设计方法来解决实际问题,增进计算效率、精简结构和提高模型的推广能力。(4)频率分解与多模型AdaBoost网络集成。由于风电场风速可以看作是具有波动性与周期性的多个不同频率分量的累积叠加,因此本文采用了基于短时Fourier分析的小波变换进行分析。对风速等相关变量进行多层分解,通过多尺度多分辨率的小波变换来找到与风速分解分量具有相似频率特性的分辨率,然后根据各个频率分量的特点进行建模,得到高精度模型。并对输出的风速时间序列进行了功率谱分析,用于考察数据的周期性变化。除此之外,AdaBoost算法与神经网络结合后改善了神经网络过拟合与易陷入局部极小点的“缺陷”,提高了神经网络的推广能力。实验结果表明该策略具有较高的工程应用价值。
【学位授予单位】:东南大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TM614

【相似文献】
中国期刊全文数据库 前10条
1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期
3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期
4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期
5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期
6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期
7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期
8 宋玉华,王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期
9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期
10 王中贤,钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期
中国重要会议论文全文数据库 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
中国博士学位论文全文数据库 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
中国硕士学位论文全文数据库 前10条
1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年
5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年
6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年
7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年
8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年
9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年
10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026