基于相似度模糊推理和iowa算子的风电功率融合预测

《基于相似度模糊推理和iowa算子的风电功率融合预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据p士：l明刚本人声明所呈交的论文是我个人在导师的指导下进行的研究工作以及取得的研究成果。尽我所知，除文中特别加以标注和致谢中所罗列的内容外，论文中不包含其他人已经发表或者撰写过的研究成果；也不包含为获得太原理工大学或者其它教育机构的学位和证书而使用过的材料。与我一同工作的同志对本文的研究所做的任何贡献均已经在论文中做了明确的说明并表示了谢意。本人签名：垒互窒关于论文使用授权的说明本人完全了解太原理工大学有关保留和使用学位论文的规定，即：学校有权保留送交论文的复印件，允许查阅和借阅论文物；学校可以公布论文的全部或者部分内容，可以允许采用影印、缩印或者其它复制手段保存论文(保密的论文在解

2、密后遵守此规定)。本人签名：金z。富导师签名：堕麴匕日期：◆·虹多．，p万方数据太原理工大学硕士研究生学位论文基于相似度模糊推理和IOWA算子的风电功率融合预测摘要1tlillllllllllllllllllllllllUlhlllllllllllIY2692893在国家可持续发展政策的鼓励下，风力发电以其无污染、蕴藏量巨大等特点得到了迅速发展，风电在电网中所占的比重也在逐年增加。但因为风电固有的特征，如间歇性、波动性强等，使得风电所占比例超过一定数值后将对电网造成不可估量的冲击，影响电力部门对电网的运行调度，甚至严重影响电网的电能质量及安全稳定运行。为了合理安排调度计划，保障电网的安全稳定

3、运行，需要对风电功率进行准确的预测。为了提高风电功率预测精度，本文在国家自然科学基金项目(编号：51277127)的资助下，提出了基于相似度模糊推理的模型优选方法和IOWA算子的风电功率融合预测方法，并在MATLAB平台上进行了大量仿真研究。本文主要研究内容有：(1)阐述了风电功率预测的研究背景和意义，综述了目前国内外的研究现状，总结了常见的预测方法，分析了影响风电功率预测的主要因素。(2)研究了基于多元时间序列分析建立风电功率预测模型的原理和关键步骤，通过风电功率与其影响因素之间存在协整关系，建立了基于多元时间序列的风电功率预测模型。(3)提出了将风电场预测考核要求与多个预测误差评价指标相

4、结合的方法优选预测模型。首先根据风电场对预测准确率和合格率的规定筛选出符合要求的预测模型，然后，采用基于离差最大化思想的多指标综合评价方法，对筛选出的模型进行综合评价，并按照综合评价值优选出模型。T万方数据太原理工大学硕士研究生学位论文(4)根据风电场实测数据，对主要影响因素的变化规律及与风电功率的相关性进行了分析。在此基础上，提出了基于相似度模糊推理的风电功率模型优选方法。(5)由于每一时刻模型的预测精度不同，建立了基于诱导有序加权平均(IOWA)算子的风电功率融合预测模型。为了便于计算机实现单一模型较多时融合权重的求解，对IOWA算子的计算过程进行了优化。在融合前先采用误差信息矩阵法去除

5、冗余模型，以保证融合预测的准确性和时效性。将基于IOWA算子的融合模型与融合权重分别采用算术平均法、简单加权平均法、误差平方和倒数法、熵值法和Shapley值法的融合模型的预测结果进行对比，大量仿真研究表明，本文所提方法具有较高的预测精度。关键词：风电功率预测，IOWA算子，融合模型，相似度模糊推理，模型优选II万方数据THEFUSIONMODELINGFORⅥ1[NDPOWERPREDICTIONBASEDONSIMILARⅡYOFFUZZYREASONINGANDABSTRACTUndertheencouragementofthenationalsustainabledevelopmen

6、tpolicy,Windpower,withitscharacteristicsofnopollutionandendless，getsrapiddevelopment．Theratioofwindpowerinpowergridisincreasingyearbyyear．However,asthewindhassomeinherentcharacteristics，suchasintermittentandvolatility,whichwouldimpactthepowergridwhenthewindpoweraccountedformorethanacertainvalue．Thi

7、simpactwouldinfluencetheoperationofpower西dschedulinginpowerdepartment，orevenseriouslyaffectthepowerqualityofpowergridandtheworkingstatus．Therefore，it'ssignificanttoforecastwindpoweraccuratelytoensurethesafe