风速相似性形态研究及其在短期风速预测中的应用

《风速相似性形态研究及其在短期风速预测中的应用》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：ＴＰ３９９单位代码：１０３００２０１３１２４学号；５５７９密级：＾＾讀若挺產％專硕±学位论文雜风速相似性形态妍究及其在短期风速预测中的应用ｔｕｄｏｎｈｅＳｉｍｉｌａｒｉｔｏｆｉｎｄＳｅｅｄａｎｄＩｔｓＡｌｉｃａｔｉｏｎｉｎＳｈｏｒｔＳｙＴｙＷｐｐｐＴｅｒｍＷｉｎｄＳｅｅｄＰｒｅｄｉｃｔｉｏｎｐ申请人姓名：董江伟指导教师：杜杰副教授工程专业章称：软件研究方向：智能计算所在掌惦：计算机与软件学院

2、二〇—六年六月独创性声明本人声明所呈交的论文是我个人在导师指导下进行的研巧工作及取得的研究成果。本论文除了文中特别加Ｗ标注和致谢的内容外，不包含其他人或其他机构己经发表或撰写过的研巧成果，也不包含为获得南京信息工程大学或其他教育机构的学位或证书而使用过的材料。其他同志对本研究所做的贡献均已在论文中作了声明并表示谢意。＊＞瓜Ｔ义ｉｌ学位论文作者签名：签字曰期；）关于论文使用授权的说明南京信息工程大学、国家图书馆、中国学术期刊（光盘版）杂志社、中国科学技术信息研

3、究所的《中国学位论文全文数据库》有权保留本人所送交学位论、，文的复印件和电子文档，可Ｗ采用影印缩印或其他复制手段保存论文并通过网络向社会提供信息服务一。本人电子文档的内容和纸质论文的内容相致。，（除在保密期内的保密论文外允许论文被查阅和借阁，可１＾公布包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京信息工程大学研巧生院办理。ａ公开□保密（年月）保密的学位论文在解密后应遵守此（协议）、（｜：学位论文作者签名：签字日期指导教师签名：签字曰期：目录

4、ｍｍＩＡｂｓｔｒａｃｔＩＩ一第章绪论＂１１．１研巧背景与意义１１２．２国内外研究现状１．２．１风速采集数据质量控制方法２１．２．２基于物理模型的短期风速预测４１．２．３基于绕计的短期风速预测方法５１．３本文的主要研究内容７１．４本文的组织结构８第二章风电场风机采样风速统计规律研究１０２１０．１引言２．２风能简介与风速采集局限性的研究１０２．３测量风速质量控制流程和标准１１２１２．４风速数据非线性分析

5、第Ｈ章风电机测量风速缺损值的填充方法１５３．１引言１５３．２测量风速缺损值填充的模型思路和架构１５３１６．３测量风速缺损值填充的相关算法３．３．１相似性形态分析的相关算法１６３．３．２基于广义回归神经网络模型的缺损数据填充相关算法１８３２１．４基于贿权的测量风速缺损值集成填充方法研究３．４．１风速缺损值填充方法２１３．４．２算法实验与结果分析２５第四章基于广义回归神经网络的短期风速预测３１Ｉ４３１．１引Ｓ４．２短期风速预测的模型

6、思路和架构３１４３２．３短期风速预测的相关算法４．３．１ＡＲＩＭＡ时间序列法３２４．３．２ＢＰ神经网络外推法巧４．４基于相似性的短期风速预测的算法研究３４４．４．１数据相似性判定３４４３５．４．２粒子群算法优化ＧＲＮＮ子模型参数４％．４．３基于ＤＴＷ和ＰＣＣ的两种ＧＲＮＮ子模型的组合预报４．４．４算法实验与结果分析糾第五章结论与展望４４５．１结论４４５．２展望４５致谢４６参考文献４７作者介绍巧打摘要

7、。风能的波动性，影响了电力系统的安全和稳定准确的短期风速预测是电一个重要保障力系统可靠运行的。本文从风速的日变化与下垫面地表温度关系密切而呈现２４小时弱周期变化的特点出发，查找风速数据的相似性序列，采用动态时间规整法和相关系数法组合预报，进行短期风速预测。＾因为进行风速预测的原始数据存在缺陷，不能直接用于预测，所（＾１先要对原始风速数据进行质量控制，因此，本文的研究工作主要包括原始风速数据的质量控制和短期风速预报两方面，其中主要的创新在于提出了构造基于烟权的缺损风速集成填充模

8、型和采用基于改进的广义回归神经网络进行短期风速预测两点。原始风速数据的质量控制中最重要的就是缺损数据的填充问题，本文采。用了基于风速相似性形态分析的风电机缺损测量风速集成填充方法首先，在＂现有空间邻点法（ＳＮＮ）的基础上，成员等同性为评价标准，引入了动态时间规整法（ＤＴＷ和相关系数法（ＰＣＣ），分别搜寻与缺损测量风速风电机风速演化）最为相似的若干台风电机及对应的测量风速时序，建立基于广义回归神经网络ＧＲＮＮ的填充子模