基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉

基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉

ID:15244992

大小:35.16 KB

页数:27页

时间:2018-08-02

基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉_第1页
基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉_第2页
基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉_第3页
基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉_第4页
基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉_第5页
资源描述:

《基于改进cfd与小波混合神经网络组合的风电场功率预测方法_崔嘉》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、------------------------------------------------------------------------------------------------基于改进CFD与小波混合神经网络组合的风电场功率预测方法_崔嘉第41卷第1期2017年1月电网技术PowerSystemTechnologyVol.41No.1Jan.2017文章编号:1000-3673(2017)01-0079-07中图分类号:TM715文献标志码:A学科代码:470·40基于改进CFD与小波混合

2、神经网络组合的风电场功率预测方法崔嘉1a,杨俊友1a,杨理践1b,高凯旻1a,宋志成1a,高子昂2(1.沈阳工业大学a.电气工程学院,b.信息科学与工程学院,辽宁省沈阳市110870;2.东北电力大学电气工程学院,吉林省吉林市132012)NewMethodofCombinedWindPowerForecastingBasedonImprovedCFDandWavelet-HNNModelCUIJia1a,YANGJunyou1a,YANGLijian1b,GAOKaimin1a,SONGZhicheng

3、1a,GAOZiang2(1.a.SchoolofElectricalEngineering,b.SchoolofInformationScienceandEngineering,ShenyangUniversityofTechnology,Shenyang110870,LiaoningProvince,China;——————————————————————————————————————----------------------------------------------------------

4、--------------------------------------2.SchoolofElectricalEngineering,NortheastElectricPowerUniversity,Jilin132012,JilinProvince,China)ABSTRACT:Time-dependencyandintermittenceofwindpowerimpactsenergybalancebetweenwindpoweroutputandloadinpowersysteminreal-

5、time.Accuratewindpowerforecastishelpfultoreducespinningreservecapacityandmakereasonablemaintenanceplan.Forimpactsofwindpoweruncertaintiesonpowersystem,anewcombinationmethodofwindpowerforecastingbasedonimprovedcomputationalfluiddynamics(CFD)modelwaspropose

6、d.Firstly,wavelet-hybridneuralnetwork(HNN)wasusedtodownscaleNWPforwindmeasurementmast.Secondly,CFDspeedupcorrelationcoefficientwasestablishedtoreflectwindflowdistributionaccurately.Finally,anewvariable-weightCFDcombinationmethodofwindpowerforecastforeachw

7、indturbinewasputforwardconsideringrotorthrustcoefficientoffreeflowfieldandwakesofactuatordisc.Engineeringapplicationsshowthattheproposedmethodcaneffectivelyreflectwindfarmoperationstateandimprovewindpowerforecastingaccuracy.测方法更准确地反映了风电场实际运行状态,有效提高了预测准确性。

8、关键词:功率预测;组合方法;计算流体力学;小波混合神经网络;尾流模型DOI:10.13335/j.1000-3673.pst.2016.0734——————————————————————————————————————------------------------------------------------------------------------------------------------0引言风电本身所特

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。