基于区域聚类分析的改进神经网络短期风电功率预测研究

基于区域聚类分析的改进神经网络短期风电功率预测研究

ID:34873575

大小:8.31 MB

页数:67页

时间:2019-03-13

基于区域聚类分析的改进神经网络短期风电功率预测研究_第1页
基于区域聚类分析的改进神经网络短期风电功率预测研究_第2页
基于区域聚类分析的改进神经网络短期风电功率预测研究_第3页
基于区域聚类分析的改进神经网络短期风电功率预测研究_第4页
基于区域聚类分析的改进神经网络短期风电功率预测研究_第5页
资源描述:

《基于区域聚类分析的改进神经网络短期风电功率预测研究》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、'..ri..TV.?八巧V;IV规迂蕾谓谭!寒苦读4;i苦^;v分类号‘密级K、,UDC采单Jr4硕击学位论文基于区域聚类分析的5妨里神经网络短期风电劝率预测研究作者姓名:赵帆'窜麵參誰難S雜适■;、:电方系统及其自动化学科专业?.学号:212012080802014糟导教师:杨燕翔西华大学学位论文独创巧声明作者郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中己经注明引用内容

2、和致谢的地方外,本论文不包含其他个人或集体&经发表的研究成果,化不包含其他已申请学位或其他用途使用过的成果一。与我同工作的同志对本研究所做的贡献均己在论文中做了明确的说明并表示了谢意。若有不实之处,本人愿意承担相关法律责任。I学位论文作者签名指导教师签名:^日期‘:0#^居.若2^51(0西华大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,在校攻读学位期间论文工作的知识产权属于西华大学,同意学校保留并向国家有关部口或机构送交论文的复印俾和电子版

3、,允许论文被查阅和借阅,西^华大学可!义将本论文的全部或部分内容编入有关数据库进行检索,可K采用影印、缩印或担描等复巧手段保存和汇编本学位论文。(保密的论文在解密后遵守此规定).学位论文作者签名:乂^^指导教师签名:方日期:ZWS?占日期於/5、^、/々IClassifiedIndex:UDC:密级:XihuaUniversityMasterDegreeDissertationForecastStudiesonImprovingShort-termWindPowerofNeuralNetsBase

4、donRegionalClusterAnalysisCandidate:ZhaoFanMajor:ElectricpowersystemanditsautomationStudentID:212012080802014Supervisor:Prof.YangYanxiangApril,2015西华大学硕士学位论文摘要科技高速发展,促使国家对环保重视程度越来越高,国民对洁净能源需求不断增加。新能源产业发展非常迅速,其中,风力发电作为一种新兴的发电方式并入电网已经越来越成为一种常态。风能本身波动性会直接导致风电场出力具有较大不可

5、预知性,向电力系统安全运行、合理调度和发电质量提出不小考验。如果能够预先了解风电场未来一段时间内出力,相关调配人员就可以根据预测数据提前调整调度计划,这样就可以积极、有效降低风电并网对电网稳定运行造成影响。所以,要想消除风能固有性质对电网的影响,就需要对并网的风电系统进行精确的输出功率的预测。基于上述诸多情况,本文选择将地形较为复杂风电场短期的功率预测作为探究对象,前期研究工作发现:空间分布特征、风电场特性数据特征、训练样本相关性特征这三个数据特征量对预测结果有重要的影响。本文筛选具体风电场数据,提取出对出力影响较大特征数据

6、,考虑风电机组空间分布的因素运用聚类的方法将风电场进行区域划分,搭建BP神经网络模型进行区域性的功率预测,从而得到整个总区域的预测功率,提高预测精度,本文所做研究工作如下:(1)首先考虑将风电机组总区域进行划分:采用谱聚类的方式将环境因素、运行工况纳入考虑,降低迭代次数,提高划分效率。(2)本文考虑用划分的风电机组分区域功率对全区域风电功率进行预测,分区域风电机组的出力是由和分区域相关性大标准风电机组确定,将相关系数较大的确定为标准机组。(3)以广西某风场数据为例找出与风电场出力最为密切特征数据,选取标准风电机组为基础搭建M

7、ATLAB仿真模型,收集数值天气预报提供的天气参数,利用编程搭建BP神经网络预测得到分区域功率以及整个区域的功率预测值。(4)将本文预测模型得到的分区域提前8、4、2、1小时的预测值与实测值进行对比,选择科学的预测周期,采用遗传算法优化神经网络再次进行预测,然后获取整个风电场预测功率,进行对比,验证本文预测方式可靠性。(5)分析本文预测方式的不足,总结该方法存在的问题以及探讨该方法需要提高的关键点。关键词:风电功率预测;分区域;聚类;BP神经网络;遗传算法I基于区域聚类分析的改进神经网络风电功率预测研究AbstractWit

8、htherapiddevelopmentofscienceandtechnology,ourcountryattachedmoreimportancetoenvironmentalprotectionwhichalsobringsaboutanincreasingdemandforclea

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。