基于nwp和改进bp神经网络的风电功率预测研究

《基于nwp和改进bp神经网络的风电功率预测研究》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、学校代码：密级：公开硕士学位论文基于和改进神经网络的风电功率预测研究作者姓名赵龙学科专业机械电子工程指导教师王爽心教授培养院系机械与电子控制工程学院二零一五年三月办交乂硕士学位论文基于和改进神经网络的风电功率预测研究作者：赵龙导师：王爽心北京交通大学年月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并釆用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。学校可以为存在馆际

2、合作关系的兄弟高校用户提供文献传递服务和交换服务。保密的学位论文在解密后适用本授权说明）学位论文作者签名：导师签名签字曰期：沖年月勹曰签字日期：。士年必月日学校代码：密级：公开北京交通大学硕士学位论文基于和改进神经网络的风电功率预测研究作者姓名：赵龙学号：导师姓名：王爽心职称：教授学位类别：工学学位级别：硕士学科专业：机械电子工程研究方向：机电系统控制及自动化北京交通大学年月致谢本论文是在我的导师王爽心教授的悉心指导下完成的，王爽心教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢三年来王爽心老师对我的关心和指导。实验室刘如九老

3、师在学习上和生活上都给予了我很大的关心和帮助，在此向刘如九老师表示衷心的谢意。另外陈广华老师在论文撰写期间的督促使我按时完成了论文，在这里表示衷心的感谢。在实验室工作及撰写论文期间，韩兆、陈欣安等同学对我论文的研究工作给予了热情帮助，在此向他们表达我的感激之情。另外也感谢我挚爱的家人，他们的理解和支持使我能够在学校专心完成我的学业。北京交通大学硕士学位论文摘要摘要风能是一种清洁无污染的可再生能源，大量利用风能可以改善日趋严重的环境污染问题和日渐枯竭的化石能源问题。然而风能具有随机性、间歇性和不可控性等特点，若将风力所发的电量直接接入电网会对电力系统

4、可靠运行和经济调度带来巨大的挑战。因此，研究高精度风电功率预测算法，对风场的发电量进行准确预测和经济调度具有重要的经济意义和实际价值。本文采用新型神经网络对日前风电功率进行预测研究，并通过多种方法对数据进行处理，提高了风电功率预测的精度。具体工作如下：首先，基于对神经网络、小世界网络拓扑结构的研究，采用先进的小世界网络拓扑结构对神经网络结构进行改进，建立了新型神经网络模型。本文主要基于模型进行风电功率预测研究。其次，针对目前风电功率预测没有规范的输入数据特征筛选标准问题，本文将互信息技术进行了改进并应用于风电功率预测输入特征集的筛选，经准确计算筛选

5、出最相关且最小的输入特征集，以提高预测模型计算效率。同时，本文提出使用平均值算法对风场数据进行预处理，这种处理方法能够提高神经网络在训练中的收敛速度，减小训练误差，从而提高预测精度。然后，使用处理后的数据对神经网络在风电功率短期预测中的性能进行了验证，证明神经网络无论是收敛速度、训练误差还是预测精度上都相对于神经网络有很大的提高。最后，研究了数值天气预报（数据的处理以及风能的随机性特性描述方法。根据国家能源局文件要求，使用神经网络对风电功率进行了实时预测和日预报研究，并与神经网络、粒子群神经网络、神经网络进行了对比，证明了改进神经网络是一种更适合于

6、风电功率预测的模型。本文使用数据天气预测数据和神经网络进行了风电功率的日预报，证明了神经网络是一种能满足实际功率预测要求的预测模型。关键词：神经网络；小世界网络；互信息技术；风电功率预测分类号：北京交通大学硕士学位论文，，北京交通大学硕士学位论文：北京交通大学硕士学位论文序言序言本人所在实验室一直从事智能控制与优化算法的理论研究与运用，近几年逐步开始深入研究与探索小世界网络模型与优化算法，目前已经取得一定的研究成果。如：刘海瑞提出了一种新型实数编码小世界优化算法。董旸针对单元机组非线性负荷系统多目标优化的控制问题，将神经网络辨识、实数编码小世界优化

7、算法和多目标优化预测控制思想有机结合，提出一种新型的非线性预测控制器。针对锅炉过热蒸汽温度系统大延时、大惯性和非线性特性，引入基于混沌遗传算法的模糊模型，实施非线性预测控制，并在系统中加入约束条件进行仿真研究，取得了良好的控制效果。曾在《控制与决策》上发表文章“基于模型和小世界优化算法的广义非线性预测控制”。李朝霞基于小世界网络以及优化理论，进一步提高了小世界优化算法的性能，同时建立了风电机组非线性模型，针对不同工况下对桨距角的控制要求，提出相应的变桨距智能控制方案，针对风电机组的非线性和不确定性分别进行神经网络模型预测控制设计和基于神经网络的控制

8、设计，并分别将新型小世界优化算法应用于神经网络模型预测变桨距并网控制的在线滚动优化和基于神经网络的变桨距控制的参数寻优中。