收藏本站
《新疆大学》 2019年
收藏 | 手机打开
二维码
手机客户端打开本文

基于数据驱动的风电场功率短期预测研究

许国春  
【摘要】:近年来,传统化石能源的消耗速度之快超乎我们的想象,能源匮乏和环境污染已经成为当今时代的热点问题。在这种严峻的形势下,世界各国都在寻找更加低碳、环保的发展道路,陆续开始探索可再生能源发电技术。在这之中,风力发电技术备受人们的关注。由于风电出力存在随机性、波动性以及间歇性等弊端,对整个电网的稳定运行构成了潜在的隐患。因此,电力部门不得不采取“弃风限电”的措施来避免意外情况的发生。该举措不仅使风电企业的利益受损,也造成了风力资源的极大浪费。若能提前掌握风电出力情况,对风电企业的生产运营和整个电网的安全稳定有着百利而无一害。基于这个实际背景,本文以风电功率短期预测作为主要研究内容,建立了基于数据驱动的风电功率预测模型,采用小波神经网络作为基础研究手段,对风电功率预测方法进行深入地分析和研究。首先,对国内外的风电功率预测系统以及相关预测方法进行了具体地介绍,指出了目前风电功率预测存在的问题。其次,对风电出力的影响因子进行了详细地分析,同时,为了保证样本数据的可靠性和完整性,对样本数据中存在的异常、缺失以及限电数据通过相应的方法进行识别,并采用均值法、回归法、核密度估计法等对异常、缺失数据进行了修复,由于限电数据具有持续时间较长、涉及数据量较大的特点,传统的修复方法无法满足需求。因此,提出了一种基于样板机数据的修复方法,取得了较为理想的修复效果。然后,通过分析风速的时空相关这一特性,成功地将其引入到风电功率预测模型中,提出了基于空间相关性-小波神经网络的风电功率预测模型,与小波神经网络预测模型的结果进行比较,其预测精度有了显著地提升。在此基础上,针对小波神经网络的网络权值和小波参数的确定对预测结果影响较大的问题,通过粒子群算法和人群搜索算法的寻优效果对比,最终采用人群搜索算法对其网络权值以及小波参数进行优化。最后,通过MATLAB软件进行仿真,对预测结果进行误差分析,结果表明本文所采用的方法具有较高的预测精度。
【学位授予单位】:新疆大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TM614;TP18

【参考文献】
中国期刊全文数据库 前7条
1 程声烽;程小华;杨露;;基于改进粒子群算法的小波神经网络在变压器故障诊断中的应用[J];电力系统保护与控制;2014年19期
2 叶林;赵永宁;;基于空间相关性的风电功率预测研究综述[J];电力系统自动化;2014年14期
3 蔺红;孙立成;常喜强;;新疆风电出力波动特性的概率建模[J];电网技术;2014年06期
4 王贺;胡志坚;陈珍;仉梦林;贺建波;李晨;;基于集合经验模态分解和小波神经网络的短期风功率组合预测[J];电工技术学报;2013年09期
5 王贺;胡志坚;张翌晖;张子泳;张承学;;基于IPSO-LSSVM的风电功率短期预测研究[J];电力系统保护与控制;2012年24期
6 叶林;刘鹏;;基于经验模态分解和支持向量机的短期风电功率组合预测模型[J];中国电机工程学报;2011年31期
7 屠强;;风电功率预测技术的应用现状及运行建议[J];电网与清洁能源;2009年10期
【共引文献】
中国期刊全文数据库 前10条
1 王海燕;同向前;张永辉;;基于剩余电量评估的微电网切负荷策略研究[J];西安理工大学学报;2015年04期
2 徐青山;郑维高;卞海红;张乐;黄煜;;考虑游程检测法重构的EMD-Elman风电功率短时组合预测[J];太阳能学报;2015年12期
3 柳玉;白恺;崔正湃;孙荣富;吴宇辉;宋鹏;吕游;;风电场短期功率预测水平提升举措措施研究与实例分析[J];电网与清洁能源;2015年12期
4 赵永宁;叶林;;区域风电场短期风电功率预测的最大相关–最小冗余数值天气预报特征选取策略[J];中国电机工程学报;2015年23期
5 吴双惠;孔波利;崔丽艳;李现伟;丁钊;沈志广;;基于组播的功率调节系统在光伏电站的应用[J];电力系统保护与控制;2015年22期
6 杨楠;周峥;董开松;张善咏;崔家展;;风电场输出功率的同时刻概率分布特性[J];可再生能源;2015年11期
7 邓俊;周越文;宋海方;葛亚维;;机载武器中光电目标探测器故障诊断研究[J];计算机仿真;2015年11期
8 高相铭;杨世凤;潘三博;;基于EMD和ABC-SVM的光伏并网系统输出功率预测研究[J];电力系统保护与控制;2015年21期
9 王子赟;纪志成;;基于GM(2,1)和辨识算法的风电功率短期预测研究[J];系统仿真学报;2015年11期
10 叶林;朱倩雯;赵永宁;;超短期风电功率预测的自适应指数动态优选组合模型[J];电力系统自动化;2015年20期
【二级参考文献】
中国期刊全文数据库 前10条
1 许惠君;王宗耀;苏浩益;;基于DGA的反馈云熵模型电力变压器故障诊断方法研究[J];电力系统保护与控制;2013年23期
2 尹金良;朱永利;俞国勤;邵宇鹰;关宏;;基于高斯过程分类器的变压器故障诊断[J];电工技术学报;2013年01期
3 陈道君;龚庆武;金朝意;张静;王定美;;基于自适应扰动量子粒子群算法参数优化的支持向量回归机短期风电功率预测[J];电网技术;2013年04期
4 王松岩;李碧君;于继来;徐泰山;;风速与风电功率预测误差概率分布的时变特性分析[J];电网技术;2013年04期
5 陈颖;孙荣富;吴志坚;丁杰;陈志宝;丁宇宇;;基于统计升尺度方法的区域风电场群功率预测[J];电力系统自动化;2013年07期
6 曾程;叶林;赵永宁;;考虑尾流效应的风电场短期功率空间预测模型[J];电力系统保护与控制;2012年24期
7 管涛;李玲玲;;高斯混合模型、求解算法及视觉应用综述[J];中国图象图形学报;2012年12期
8 孙斌;姚海涛;刘婷;;基于高斯过程回归的短期风速预测[J];中国电机工程学报;2012年29期
9 李剑楠;乔颖;鲁宗相;李兢;徐飞;;大规模风电多尺度出力波动性的统计建模研究[J];电力系统保护与控制;2012年19期
10 刘瑞叶;黄磊;;基于动态神经网络的风电场输出功率预测[J];电力系统自动化;2012年11期
【相似文献】
中国期刊全文数据库 前10条
1 祝暄懿;姚李孝;;基于相似日和小波神经网络的光伏短期功率预测[J];电网与清洁能源;2019年03期
2 王皓然;严彬元;;依赖小波神经网络算法的信息安全风险评估方法[J];信息技术;2018年12期
3 何韦玲;;基于小波神经网络的独立光伏发电量模型的探究[J];电子质量;2019年04期
4 姜刚;李举;陈盟;周佳薇;;灰色-小波神经网络支持下对地铁工程沉降变形的预测[J];测绘通报;2019年05期
5 龚瑞昆;王海平;王鹏;周国庆;;基于小波神经网络的收割机测产系统振动信号分析[J];农机化研究;2018年06期
6 王伟;;基于小波神经网络的电力系统负荷预测[J];科技创业月刊;2017年05期
7 王华秋;王斌;;自构建小波神经网络的内模控制研究与应用[J];计算机测量与控制;2014年09期
8 吴凡;张莉;;基于小波神经网络的模拟电路故障诊断技术[J];计算机测量与控制;2014年11期
9 侯润民;刘荣忠;高强;王力;邓桐彬;;一种自适应模糊小波神经网络及其在交流伺服控制中的应用[J];兵工学报;2015年05期
10 刘扬;张振海;;小波神经网络的无刷直流电机转子位置检测方法[J];武汉工程大学学报;2014年10期
中国重要会议论文全文数据库 前10条
1 胡梅;樊敏;;基于改进型松散小波神经网络的软故障诊断方法[A];仪器仪表学报(2015(增刊)第36卷)[C];2015年
2 何正友;钱清泉;;一种改进小波神经网络模型在电力故障信号识别中的应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 金向阳;张莉;于广滨;;基于改进小波神经网络的航空滚动轴承的故障检测[A];第二十六届中国控制会议论文集[C];2007年
4 谢建宏;张为公;;复合材料疲劳剩余寿命预测的动态小波神经网络方法[A];第二届全国信息获取与处理学术会议论文集[C];2004年
5 何晋;孟庆鑫;赵杰;王华;;水下机械手的模糊小波神经网络控制[A];第25届中国控制会议论文集(下册)[C];2006年
6 李国丽;刘辉;邓娜;;使用小波神经网络的图像压缩[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
7 田建艳;代正梅;;加热炉炉温的小波神经网络预测控制策略[A];2009年中国智能自动化会议论文集(第六分册)[中南大学学报(增刊)][C];2009年
8 李净松;陈涵瀛;高璞珍;田瑞峰;;基于小波神经网络的自然循环时间序列预测[A];第十五届全国反应堆热工流体学术会议暨中核核反应堆热工水力技术重点实验室学术年会论文集[C];2017年
9 殷礼胜;江琦;胡启洲;;基于混沌算法的交通流量小波神经网络及预测研究[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
10 宁佐贵;王雄祥;朱长春;;信号消噪的小波神经网络方法[A];中国工程物理研究院科技年报(2000)[C];2000年
中国博士学位论文全文数据库 前10条
1 银俊成;量子信道与量子小波神经网络相关问题研究[D];陕西师范大学;2013年
2 李永红;广义小波神经网络实现雷达相关滤波的研究[D];大连海事大学;2000年
3 许廷发;GABOR小波神经网络算法及其在灰度图象目标识别中的应用研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2004年
4 刘守生;遗传算法与小波神经网络中若干问题的研究[D];南京航空航天大学;2005年
5 周卫东;一类混合动态系统建模与优化调度问题的研究[D];山东大学;2005年
6 侯霞;小波神经网络若干关键问题研究[D];南京航空航天大学;2006年
7 任伟建;智能算法及其在油田故障诊断问题中的应用[D];大庆石油学院;2006年
8 李文军;多小波和小波神经网络构造及其在电弧故障诊断中的应用研究[D];吉林大学;2008年
9 高协平;小波参数化与小波神经网络研究[D];湖南大学;2003年
10 潘翀;电力变压器绝缘故障诊断技术及热状态参量预测模型研究[D];重庆大学;2009年
中国硕士学位论文全文数据库 前10条
1 许国春;基于数据驱动的风电场功率短期预测研究[D];新疆大学;2019年
2 孙金豹;智慧交通优化道路设计的仿真方法与分析[D];深圳大学;2018年
3 沈子华;基于改进小波神经网络在短时交通流量预测中的研究[D];上海师范大学;2019年
4 刘鑫;基于机器学习的短期电力负荷预测方法研究[D];北京邮电大学;2019年
5 安永灿;基于人工智能算法的风电机组故障诊断研究[D];长春工业大学;2019年
6 史文惠;基于小波神经网络的人脸识别研究[D];山东大学;2019年
7 王玉婷;基于人工智能算法的透镜调制传递函数测量结果优化研究[D];东北师范大学;2018年
8 崔乃丹;小波神经网络在客运量预测中的应用研究[D];兰州交通大学;2018年
9 郑金宇;基于小波神经网络及布谷鸟算法的停车位预测方法研究[D];吉林大学;2018年
10 张天能;基于风驱动算法及小波神经网络的有限元模型修正研究[D];北京交通大学;2018年
中国知网广告投放
 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