收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于LSTM的风电功率区间预测研究

王若恒  
【摘要】:风电能源的合理开发在改善我国能源结构与缓解能源问题方面具有重要意义。作为风电能源的主要开发方式,风力发电受到风速的波动性与间歇性影响,存在着并网与消纳难等一系列问题。积极展开风电功率预测研究,有助于实时调整电网调度计划,有效减轻对电网的安全、稳定经济运行的冲击,提高风电的整体经济效益。然而,风电功率数据展现出的波动性与复杂性,在一定程度上加大了预测的难度。本文以风电功率区间预测研究着手,以长短期记忆网络(Long Short Term Memory,LSTM)、深度学习优化技术、变分模态分解(Variational Mode Decomposition,VMD)等为理论基础,实现基于LSTM的风电功率区间预测模型,并提出基于构建损失函数方式与基于构造区间方式的两种优化方法,实现对LSTM预测模型的有效训练。在LSTM预测模型的基础上,结合VMD算法对序列数据的分解简化能力,构建LSTM-VMD组合区间预测模型,以实现模型预测效果的提升。论文的主要工作可以分为以下三部分:(1)风电功率数据展现出较强的随机性与波动性,为实现对预测效果的提升,本文提出基于LSTM的风电功率区间预测模型。先利用LSTM处理时序逻辑关系的网络结构优势,实现对风电功率数据的基本特征提取。在此基础上,结合深度学习相关技术,搭建具有更强非线性映射能力的多层神经网络,从而将基本特征进一步抽象并进行区间上下界输出,最终实现一种具有比传统预测模型更强学习能力的区间预测模型。(2)预测模型需要在区间的可靠性与清晰度两方面达到平衡,本文结合深度学习优化技术与随机梯度下降优化思想,针对区间预测模型设计了两种训练方法:一是构建对区间覆盖率与区间宽度两方面同步优化的双损失函数,通过损失函数进行反向传播计算,实现模型的权重更新;二是通过风电功率历史数据构造拟合区间,设计一种区间宽度自适应调整策略,以直接构建训练标签的方式实现模型的优化。最后通过实验对比,验证了LSTM区间预测模型在传统LUBE模型预测效果上的提升。(3)为进一步提升LSTM模型的预测效果,本文以简化数据复杂性的角度提出一种LSTM-VMD的组合区间预测模型。利用VMD算法的分解能力将风电功率数据简化为多个更平滑的序列分量,并在此基础上搭建LSTM预测子模型,再通过区间叠加的方式实现总的预测区间输出。最后通过实验分析,证明了LSTM-VMD组合模型在基础模型预测效果上的提升。


知网文化
【相似文献】
中国期刊全文数据库 前17条
1 张鹏;孙博文;李唯实;徐君锋;孙岩炜;;基于LSTM的钓鱼邮件检测系统[J];北京理工大学学报;2020年12期
2 骆轶姝;邵圆圆;陈德华;;基于LSTM多特征联合的缺血性脑卒中诊断模型[J];智能计算机与应用;2020年10期
3 梁一鸣;申莹;赵永翼;;基于LSTM的电影评论情感分析研究[J];数字通信世界;2021年02期
4 李莉;杜丽霞;张子柯;;基于多变量LSTM神经网络的澳大利亚大火预测研究[J];电子科技大学学报;2021年02期
5 王闯;兰程皓;凌德祥;吴伟;刘书剑;卜云彤;;LSTM模型在电力系统负荷预测中的应用[J];电力大数据;2021年01期
6 徐淑琴;乔厚清;王雅君;李仲裕;郭晓婷;;基于LSTM水稻生育期地下水水位预测——以黑龙江省查哈阳灌区为例[J];东北农业大学学报;2021年02期
7 卢诗扬;张雷蕾;潘家荣;杨德红;眭亚南;朱诚;;拉曼光谱结合LSTM长短期记忆网络的樱桃产地鉴别研究[J];光谱学与光谱分析;2021年04期
8 矫丰霞;;基于LSTM神经网络的股票价格预测研究[J];数字技术与应用;2021年03期
9 郭佳敏;李鸿燕;;一种改进LSTM训练的语音分离技术[J];电子设计工程;2021年11期
10 王典;;基于LSTM参数动态更新的滚动轴承剩余寿命预测[J];机电工程技术;2021年05期
11 洪晨威;刘其辉;张怡冰;;基于LSTM网络学习的电动汽车实时能量管理优化策略[J];电力需求侧管理;2021年03期
12 张煜;高亮;杨飞;田新宇;金锋;;基于LSTM神经网络的轨道不平顺反演方法[J];铁道工程学报;2021年03期
13 张妮;;基于LSTM神经网络的股价预测应用研究[J];现代商业;2021年16期
14 金瑜孚;沈晓华;金子木;王轶昕;刘嘉雯;;基于LSTM深度学习算法的母线电压预测研究[J];电工技术;2021年10期
15 张大千;尹广楹;;基于LSTM与距离优化的兴趣点推荐方法[J];计算机系统应用;2021年06期
16 苏小玉;董兆伟;孙立辉;徐奎奎;;基于强化LSTM的网络安全态势预测方法[J];计算机技术与发展;2021年07期
17 万周;刘璟泽;张大海;陈强;唐振寰;费庆国;;基于LSTM的航空发动机整机支承刚度识别方法[J];东南大学学报(自然科学版);2021年04期
中国重要会议论文全文数据库 前17条
1 蔺茜;陶卿曌;张清辉;;基于LSTM神经网络的电力变压器故障预测模型研究[A];2020中国系统仿真与虚拟现实技术高层论坛论文集[C];2020年
2 胡宪;冯毅萍;潘戈;;基于边缘侧自编码器压缩的分布式LSTM设备故障预测[A];第31届中国过程控制会议(CPCC 2020)摘要集[C];2020年
3 唐上;宋冬梅;向亮;单新建;王斌;;基于LSTM神经网络的电离层TEC预测[A];2019年中国地球科学联合学术年会论文集(十一)——专题28:大地震发生的物理机制与预测方法和技术、专题29:“张衡一号”卫星应用与国家地球物理场卫星探测计划、专题30:空间大地测量与地壳动力学[C];2019年
4 蒋振超;邓永;姜青山;古亮;;一种基于两阶段字符级LSTM的僵尸网络检测方法[A];第32次全国计算机安全学术交流会论文集[C];2017年
5 李鹏程;孙敏;庞溟舟;;基于LSTM神经网络的公交到站时间预测[A];第37届中国控制会议论文集(F)[C];2018年
6 朱佳晖;张文峰;刘卫平;张超;陈渊;;基于双向LSTM和CRF的军事命名实体识别和链接[A];第六届中国指挥控制大会论文集(上册)[C];2018年
7 柯任辰;徐维庆;杨科;;一种基于LSTM神经网络的自适应巡航研究[A];2019中国汽车工程学会年会论文集(1) [C];2019年
8 刘天鹏;刘海;;基于LSTM的城市道路养护投诉量预测研究[A];中国公路学会养护与管理分会第九届学术年会论文集[C];2019年
9 安鹏;曹丹平;;基于LSTM循环神经网络的孔隙度预测方法研究[A];2018年中国地球科学联合学术年会论文集(二十九)——专题59:计算地球物理方法和应用、专题60:地热资源成因新理论与综合探测新技术[C];2018年
10 梅杰;;基于LSTM神经网络的有效停车泊位短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年
11 肖敏志;王淑君;宋巍巍;;基于LSTM的PM_(2.5)预测模型综述[A];2019中国环境科学学会科学技术年会论文集(第一卷)[C];2019年
12 张玮霖;朱永华;高洪皓;;基于LSTM编码-解码器模型的网络服务器集群负载预测算法[A];2018中国信息通信大会论文摘要集[C];2018年
13 张宇;张鹏远;颜永红;;基于注意力LSTM和多任务学习的远场语音识别[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
14 刘秀波;马帅;高利民;张博;;基于轨道几何和LSTM的车辆响应预测模型[A];第十三届全国振动理论及应用学术会议论文集[C];2019年
15 贵福胜;王锋;;基于LSTM的Web应用系统性能预测[A];中国计算机用户协会网络应用分会2019年第二十三届网络新技术与应用年会论文集[C];2019年
16 牛溥华;高帆;张雪英;;基于DNN-LSTM的VAD算法[A];第十四届全国人机语音通讯学术会议(NCMMSC’2017)论文集[C];2017年
17 贾磊;;LSTM建模和CTC训练在语音建模技术中的应用[A];第十三届全国人机语音通讯学术会议(NCMMSC2015)论文集[C];2015年
中国博士学位论文全文数据库 前7条
1 齐鑫;基于LSTM的相位差异图像波前检测技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2020年
2 谢合亮;LSTM在多因子量化投资模型中的改进及应用研究[D];中央财经大学;2019年
3 姜博然;基于机器学习和计算机视觉的玉米植株干旱检测[D];天津大学;2019年
4 许金伟;面向卷积和循环神经网络的高性能加速器关键技术研究[D];国防科技大学;2019年
5 王娇娇;基于事件日志的业务流程管理若干关键问题研究[D];杭州电子科技大学;2019年
6 王梦阳;Stacking架构与迁移学习在传染病预测模型中的应用研究[D];天津医科大学;2020年
7 钟沛丽;我国流感流行特征、影响因素及模型预测研究[D];广州中医药大学;2020年
中国硕士学位论文全文数据库 前20条
1 马嘉豪;基于人工智能LSTM和百度投资者关注度的我国股票市场预测模型[D];西南财经大学;2019年
2 万青玲;基于Text-CNN和LSTM的出境游评论文本分析[D];中南财经政法大学;2019年
3 田甜;基于LSTM的结构病态问题预测方法研究[D];长安大学;2019年
4 张冲冲;基于LSTM深度网络和改进核极限学习机的短期电力负荷预测[D];华北电力大学;2019年
5 Khuram Hayat;基于融合LSTM的超短期风速概率预测方法研究[D];华北电力大学(北京);2019年
6 周义;基于关注度LSTM的动作提议和行为识别[D];合肥工业大学;2019年
7 黄媛;基于LSTM神经网络的多因子选股模型实证研究[D];湘潭大学;2019年
8 石秀峰;基于双向LSTM的药物相互关系提取模型[D];大连理工大学;2019年
9 刘晓飞;基于LSTM网络的滚动轴承可靠性评估及寿命预测[D];大连理工大学;2019年
10 叶萌;基于区域残差和LSTM网络的机场延误预测方法研究[D];中国民航大学;2019年
11 陈锡禹;基于LSTM的对接机构故障预测与健康管理系统研究[D];哈尔滨工业大学;2019年
12 余杰杰;基于LSTM的道路拥堵分析模型研究[D];华东交通大学;2019年
13 邰煜;基于LSTM的社交网络特定领域评论生成技术[D];燕山大学;2019年
14 杜心;基于LSTM神经网络的可用停车位预测模型研究[D];武汉理工大学;2018年
15 李永帅;基于双向LSTM的动态情感词典构建方法研究及文本情感分析[D];郑州大学;2019年
16 闫泽杭;基于互助双向LSTM与递进解码机制的图像标题生成[D];大连理工大学;2018年
17 李少鹏;结合CNN和LSTM的滚动轴承剩余使用寿命预测方法研究[D];哈尔滨理工大学;2019年
18 肖爽;基于LSTM的无人驾驶有轨电车安全评测方法研究[D];西安理工大学;2019年
19 周楚杰;基于LSTM和TCN混合深度学习的风速短期预测模型[D];兰州大学;2019年
20 甄远涛;基于深度学习LSTM神经网络的障碍可转债设计与定价[D];兰州财经大学;2019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
  • 010-62982499
  • 010-62783978