欢迎来到天天文库
浏览记录
ID:34497687
大小:1.47 MB
页数:61页
时间:2019-03-07
《基于经验模态分解的IPSO-SVM风电功率预测.pdf》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、分类号密级基于经验模态分解的IPSO-SVM风电功率预测研究生姓名:田淑慧指导教师姓名、职称:于惠钧教授学科专业:电气工程研究方向:复杂机电系统的信息集成和协调控制湖南工业大学二〇一八年四月十五日分类号密级基于经验模态分解的IPSO-SVM风电功率预测PredictionofWindPowerBasedonIPSO-SVMModeDecomposition研究生姓名:田淑慧指导教师姓名、职称:于惠钧教授学科专业:电气工程研究方向:复杂机电系统的信息集成和协调控制论文答辩日期答辩委员会主席湖南工业大学二〇一八年四月十五日湖南工业大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在
2、导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:日期:年月日湖南工业大学论文版权使用授权书本人了解湖南工业大学有关保留、使用学位论文的规定,即:学校有权保留学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其他手段保存学位论文;学校可根据国家或湖南省有关部门规定送交学位论文。作者签名:导师签名:日期:年月日摘要由于风能的非平稳性和波动性,使得风电在并入
3、电网时会对整个电力系统的发电、变电、输电和配电的平衡运行有着不良影响,降低了风电的使用效率。对于风电功率的精准预测不仅有利于电网对风电进行实时调度、保证电网的稳定运行,还可以提高风电功率的利用效率。因此研究如何提高风电功率的预测准确率对风电的发展有着重要意义。根据以往采集的风速以及风电功率样本进行观察可以不难得出:风速和风电功率这两种数据都具有很强的非线性、非平稳性等特征。本文首先以支持向量机(SVM)为工具,建立基于支持向量机的风电功率预测模型,然后针对支持向量机传统方法难以得到优秀的核函数参数和惩罚因子这两个参数,通过改进粒子群寻优算法(IPSO)来优化其参数选择。通过仿真实验表明,
4、两者相结合起来所建立的风电功率预测模型确实能够提高风电功率预测的准确率。又由于风速和风电功率序列所具有的特性:非平稳性、非线性,引入经验模态分解法(EMD)将上述数据分解成几个较平稳的时间序列分量,原始风电功率序列被分解的分量通过IPSO-SVM预测模型的建立进行预测,各分量的预测值通过叠加得到最终风电功率预测值。针对采集的原始风速样本,其预测得到的风速预测值再通过风电功率特性曲线转换,实现风电功率的间接预测。通过仿真分析及误差对比,基于EMD-IPSO-SVM的风电功率直接预测模型有效可行,预测误差最小,其有效提高了风电功率的预测精度。关键字:风电功率预测,支持向量机,改进粒子群算法,
5、经验模态分解法IABSTRACTWiththenon-stationarynatureandvolatilityofwindenergy,grid-connectedwindpoweronagreatscalewillaffectthebalanceoperationofpowersystemandpowerdistribution,eventhreateningthesecurityanddevelopmentofthepowergrid.Searchingforaexcellentpredictionofwindpowerisnotonlyconducivetothepowergri
6、dscheduling,butalsocanimprovetheefficiencyofwindpowerutilization,whatismore,ensurethestableworkingofthepowergrid.Itisagreatimportancetodotheresearchofthepredictiontechniqueofthewindpowerforabetterdevelopmentofthewindelectricity.Aseriesofstudiesarefoundbasedonmeasuredwindspeedandwindpowerdatainwin
7、dfarm:bothwindspeedandwindpowerareveryrandomdata;theyhavestrongcharacteristicsofnonlinearandnon-stationary,Atfirst,UsingtheSupportVectorMachine(SVM)asthebasictoolofmodelingandbuildingwindpowerpredictionmodel.Thenintrod
此文档下载收益归作者所有