收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于“分解-重组-优化”混合模型的风能预测研究

郑晓飞  
【摘要】:确保能源安全、应对气候变化、保护生态环境的问题受到我们越来越多的关注,新能源的使用和开发在国际上已经成为社会的普遍共识和一致行动。风能隶属于新能源且是其中十分重要的一环,它具有蕴含量大且分布广泛的优点,风能发电能够有效的减少化石燃料的燃烧,对我国目前重视的环保节能都拥有十分重要的参考价值。然而风能在很大程度上取决于风力、风向和气象等,以至于风力发电是高度随机、间歇和不稳定的。为了维持风电体系中供需的平衡稳定,减少由于风力波动导致成本增加的不利影响,合理的安排资源调度,本文对风能进行了预测。本文将爱尔兰风电场中的风能作为研究对象。全文共分为五个部分:第一部分介绍了风能研究的背景和意义,风能的研究内容以及国内外的研究现状。第二部分,阐述了风能的预测模型理论,主要包括模态分解、样本熵、鲸鱼优化算法和预测模型框架的相关理论,关于鲸鱼算法易于造成局部最优的弊端,本文对其进行了自适应步长和量子旋转门的改进,并将改进的鲸鱼算法应用到径向基神经网络和广义回归神经网络的宽度参数和平滑因子等重要参数的优化。第三部分,对爱尔兰风电场的风能数据进行了描述性的统计分析,对原始数据进行了标准化的处理,在此基础上,采用了机器学习等六个模型对风能进行了预测,预测显示出径向基神经网络和广义回归神经网络的预测效果最好。第四部分,为了解决风能数据波动性大预测困难的缺点,本文采用了变分模态分解和互补集合经验模态分解将风能分解成若干个子序列,然后用样本熵对子序列进行了重组,用鲸鱼算法和改进的鲸鱼算法优化径向基神经网络和广义回归神经网络的参数并对重组后的子序列分别进行了预测,最后根据模型的评估指标和统计检验评估出各个子序列的最佳预测模型,并对其结果进行了集成,得到了最终的预测结果。为了验证优化混合模型的稳定性能,本文对互补集合经验模态分解下的组合模型进行了鲁棒性分析。经过研究本文得到了以下结论:(1)变分模态分解和互补集成经验模态分解能够对每15分钟的风能进行有效的分解,显著降低了风能数据强烈的波动性,且互补集合经验模态的分解效果要优于变分模态的分解效果;(2)针对风能数据,在单一机器学习模型中,RBF神经网络和GRNN神经网络针对风能的预测性能在一定程度上优于SVM、LSSVM、LASSO和岭回归;(3)对鲸鱼优化算法进行自适应权重和量子旋转门等改进能够有效的提高算法的寻优能力;(4)和第三部分中单一的机器学习模型预测相比较,优化的混合模型在时间序列的预测中具有一定的实践和借鉴意义。


知网文化
【相似文献】
中国期刊全文数据库 前19条
1 王茹;宋爽;贺佳;;改进鲸鱼算法构建混合模型的建筑能耗预测[J];计算机测量与控制;2020年02期
2 吕月坪;;一种基于六维打分的混合模型业务推荐系统[J];福建电脑;2017年03期
3 戴妙林;郭震;秦俊德;;位移混合模型的改进[J];河海大学学报;1992年06期
4 谢丽莉;李振彰;刘朝辉;陈镇坤;;基于贝叶斯分层混合模型的X线胸片图像病例分析[J];医疗装备;2020年05期
5 包振华;宋晓琳;;广义指数-帕累托(Ⅳ)混合模型[J];辽宁师范大学学报(自然科学版);2018年01期
6 潘迪夫;陈军;鲍天哲;韩锟;;多输出支持向量机混合模型在机车调簧中的应用[J];华南理工大学学报(自然科学版);2018年04期
7 吴阳;潘静;何宇清;谢英红;;基于概率分布混合模型的遮挡行人检测算法[J];信息技术;2017年01期
8 赵海心;徐胜利;王正华;王博;陈钢;;实-壳混合模型温度场计算方法研究"[J];热力透平;2017年03期
9 邓锐;陈左宁;;基于可信计算的群内安全信息共享混合模型[J];上海交通大学学报;2014年07期
10 刘哲;宋余庆;;基于抽样的正交多项式混合模型图像分割[J];小型微型计算机系统;2013年06期
11 杨清云;;房地产电子商务交易中的“混合模型”[J];现代商业;2008年23期
12 刘彦;;瞬时混合模型盲信号分离方法研究[J];中国科技信息;2007年23期
13 闫宝珠;袁圣付;陆启生;;等面积混合模型与等压混合模型的理论比较[J];国防科技大学学报;2007年06期
14 杨慧中,张素贞,尤慧芳;基于推断估计混合模型的聚丙烯腈生产过程故障诊断[J];江南大学学报;2002年04期
15 李栋;薛惠锋;;基于混合模型的中长期降水量预测[J];计算机科学;2018年09期
16 何旭;谢红梅;;尺度变化混合模型中的相对随机序[J];西北师范大学学报(自然科学版);2020年03期
17 马波;苏方健;赵祎;蔡伟东;;基于无限学生t混合模型聚类的机械故障预警方法[J];北京化工大学学报(自然科学版);2020年04期
18 唐洵;汤娟;周安民;;基于特征选择与随机森林混合模型的社区恶意评论检测研究[J];现代计算机;2020年19期
19 张婧;袁敏;刘妍岩;;基于正态混合模型的贝叶斯分类方法及其应用[J];应用数学学报;2020年04期
中国重要会议论文全文数据库 前20条
1 张展;赵英;陈骏君;刘淑梅;;基于CNN和RNN混合模型的入侵检测[A];中国计算机用户协会网络应用分会2020年第二十四届网络新技术与应用年会论文集[C];2020年
2 纪琳;张振京;陈艳;;中频混合模型简化计算的数例研究[A];第25届全国振动与噪声高技术及应用会议论文选集[C];2012年
3 兰永红;吴敏;佘锦华;;基于二维混合模型的最优重复控制[A];第二十六届中国控制会议论文集[C];2007年
4 顾琰浩;吴晓东;李明军;;面向增程式混合动力车辆的发动机混合模型设计[A];2019中国汽车工程学会年会论文集(2)[C];2019年
5 张隆辉;魏纳新;匡晓峰;范亚丽;;系泊系统主动式截断混合模型试验技术数值仿真[A];聚焦应用 支撑创新——船舶力学学术委员会测试技术学组2016年学术会议论文集[C];2016年
6 卫颖奇;彭进业;;一种基于混合模型的特征提取方法[A];第三届全国嵌入式技术和信息处理联合学术会议论文集[C];2009年
7 刘广;许斌;杨积东;;重载车架刚-弹混合模型研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年
8 吴霄翔;罗阳军;;基于概率-区间混合模型的结构尺寸-公差优化设计[A];中国计算力学大会2014暨第三届钱令希计算力学奖颁奖大会论文集[C];2014年
9 吴敏;陈诗桓;周兰;佘锦华;;基于二维混合模型的输出反馈重复控制设计[A];第二十七届中国控制会议论文集[C];2008年
10 徐斌;马尽文;;一种柯西混合模型上梯度型BYY和谐学习算法[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
11 马凌;周江;王文鼐;;突发性业务流的Gamma泊松混合模型及排队性能研究[A];中国通信学会第五届学术年会论文集[C];2008年
12 刘尧;王华辉;李南伯;袁平;;基于混合模型的航空发动机磨损趋势预测[A];2018年军工装备技术专刊论文集[C];2018年
13 沈文豪;聂大仕;谢菲;;气升式内环流反应器的液相流动混合模型[A];第一届全国化学工程与生物化工年会论文摘要集(上)[C];2004年
14 赵广建;贠超;;基于SVM/HMM混合模型的银行票据识别系统研究[A];《制造业自动化与网络化制造》学术交流会论文集[C];2004年
15 钟豪;杨慧中;;小波网络在软测量混合模型中的应用[A];全国自动化新技术学术交流会会议论文集(一)[C];2005年
16 赵广建;贠超;;基于SVM/HMM混合模型的银行票据识别系统研究[A];先进制造技术论坛暨第三届制造业自动化与信息化技术交流会论文集[C];2004年
17 吴枫;徐近霈;;神经网与隐马尔可夫混合模型的应用研究[A];第四届全国人机语音通讯学术会议(NCMMSC1996)论文集[C];1996年
18 欧智坚;王作英;;一种基于DDBHMM的利用帧间相关性的混合模型[A];第六届全国人机语音通讯学术会议论文集[C];2001年
19 院琳;杨雪松;;基于混合经验模型的人工神经网络场强预测研究[A];2017年全国天线年会论文集(下册)[C];2017年
20 陈楠;刘红云;;基于增长模型的缺失数据处理方法之比较[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年
中国博士学位论文全文数据库 前20条
1 吴莹;基于不同类型数据下混合模型的贝叶斯分析[D];云南大学;2018年
2 凌晓亮;混合模型中的随机比较[D];兰州大学;2013年
3 李炜;多种混合模型下的盲信号分离方法研究[D];江南大学;2014年
4 聂伟;不同混合模型下非平稳信号的分离与提取[D];哈尔滨工程大学;2017年
5 彭伟才;基于混合模型的中频振动声学分析[D];华中科技大学;2010年
6 熊太松;基于统计混合模型的图像分割方法研究[D];电子科技大学;2013年
7 兰永红;基于二维模型的重复控制系统分析与设计[D];中南大学;2010年
8 邵光普;基于混合模型和空间信息的图像分割研究[D];华中科技大学;2019年
9 吴小霞;多重检验中FDR方法及其参数估计问题的研究[D];武汉大学;2010年
10 陈思宝;基于t-混合模型和扩展保局投影的聚类与降维方法研究[D];安徽大学;2006年
11 杨萌;基于Taxonomy-folkonomy混合模型的社会化标注系统资源聚合研究[D];吉林大学;2014年
12 王洪武;基于非线性理论的古诺—伯川德混合模型研究及应用[D];天津大学;2013年
13 沈承;城市供水管网节点混合模型研究[D];浙江大学;2012年
14 王尔馥;盲源分离理论及其在通信系统中的应用[D];哈尔滨工业大学;2009年
15 刘兴华;基于流体—化学反应混合模型的空气放电机理及特性研究[D];重庆大学;2012年
16 安华明;基于有限元与离散元混合模型的岩石动态破裂过程研究[D];北京科技大学;2018年
17 于涛;基于混合模型的软测量方法研究及其在发酵过程中的应用[D];北京化工大学;2006年
18 檀中强;基于椭球模型的不确定性量化与可靠性分析方法研究[D];浙江理工大学;2018年
19 于宗明;可燃气阵列驻涡强化混合模型及其应用[D];中国科学院研究生院(工程热物理研究所);2016年
20 王惠杰;基于混合模型的机组状态重构及运行优化研究[D];华北电力大学(河北);2009年
中国硕士学位论文全文数据库 前20条
1 郑晓飞;基于“分解-重组-优化”混合模型的风能预测研究[D];中南财经政法大学;2020年
2 李瑞环;混合深度学习模型在刑事案例中刑期预测的方法研究[D];湖南大学;2019年
3 王心怡;指数幂混合模型的估计及其在VaR上的应用[D];厦门大学;2019年
4 何旭;一元混合模型中的相对随机序[D];石河子大学;2020年
5 吕珊珊;一类多维变量密度的Bernstein多项式混合模型估计[D];哈尔滨师范大学;2019年
6 梁玉钊;基于混合模型的落叶松人工林树皮厚度及树皮因子研究[D];东北林业大学;2019年
7 田晓丹;基于LSTM与多GARCH型混合模型的股价波动性预测的实证分析[D];哈尔滨工业大学;2019年
8 梁莹;地下水位监测值缺失修复混合模型研究[D];南京师范大学;2019年
9 栾桂凯;基于参数估计的张量分解研究[D];云南大学;2019年
10 庞敏;基于LSTM混合模型的时间序列预测[D];华中科技大学;2019年
11 王鹭轩;基于混合模型的股指期货研究与预测[D];大连理工大学;2019年
12 袁博;基于粒子混合模型的固-液-气三相动态模拟[D];华中科技大学;2019年
13 李毓瑞;基于混合模型的POI表示学习[D];云南大学;2019年
14 袁敏;基于正态混合模型的贝叶斯分类方法及其应用[D];武汉大学;2017年
15 高宁;非高斯统计模型的变分学习算法及其应用研究[D];北方工业大学;2019年
16 宋莉;基于混合模型的中文微博情感分析[D];厦门大学;2017年
17 韩峰;基于混合模型的时间序列预测方法研究[D];天津理工大学;2019年
18 赵明明;基于混合模型方法的PM2.5浓度的预测[D];兰州大学;2019年
19 邱璇琳;基于分频混合模型的NO_2和SO_2预测研究[D];兰州大学;2019年
20 付玉婷;基于智能混合模型对我国短期风速预测的实证研究[D];兰州大学;2019年
中国重要报纸全文数据库 前20条
1 Julie Battilana,Matthew Lee,John Walker & Cheryl Dorsey 翻译 谭立立;营利与非营利组织的理想混合模型(上篇)[N];21世纪经济报道;2012年
2 Julie Battilana Matthew Lee John Walker Cheryl Dorsey 翻译 谭立立;营利与非营利组织的理想混合模型(下篇)[N];21世纪经济报道;2012年
3 ;变化中的分支机构[N];网络世界;2007年
4 张章;喂,想买鲸鱼吗?[N];中国科学报;2014年
5 唐凤;世界最稀有鲸鱼搁浅新西兰[N];中国科学报;2012年
6 本报记者 陆威;近距离“约会”鲸鱼[N];北海日报;2021年
7 田田;过度追捧,就是在驱离鲸鱼[N];广西日报;2021年
8 记者 刘霞;古代四足“旅行鲸鱼”化石现身秘鲁[N];科技日报;2019年
9 方晓淦;让“鲸鱼文化”在北海“茁壮成长”[N];北海日报;2019年
10 鲸言;欣闻“鲸鱼监狱”要放生[N];中国海洋报;2019年
11 记者 曾俊峰;涠洲岛海域发现活体鲸鱼[N];广西日报;2018年
12 杨大锭;开发观鲸游的浅思[N];北海日报;2018年
13 郭川;虚商来到十字路口:甘当“鲶鱼”还是变身“鲸鱼”[N];人民邮电;2018年
14 本报记者 陆成宽;定位系统如此高端,鲸鱼为何还会傻傻游上岸[N];科技日报;2017年
15 长青;鲸鱼禁令将除 绿色组织不安[N];光明日报;2000年
16 唐若水;日本人还钟情于吃鲸鱼肉吗[N];光明日报;2002年
17 辛义 王思思;鲸鱼,你为何自杀?[N];人民日报海外版;2009年
18 ;85头鲸鱼搁浅[N];新华每日电讯;2002年
19 ;美国科学家研究认为鲸鱼“自杀”缘于上浮过快[N];新华每日电讯;2005年
20 郭春菊;走进埃及鲸鱼谷[N];人民日报;2008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