基于神经网络的风功率短期预测方法研究

基于神经网络的风功率短期预测方法研究

ID:36690283

大小:6.08 MB

页数:57页

时间:2019-05-13

基于神经网络的风功率短期预测方法研究_第1页
基于神经网络的风功率短期预测方法研究_第2页
基于神经网络的风功率短期预测方法研究_第3页
基于神经网络的风功率短期预测方法研究_第4页
基于神经网络的风功率短期预测方法研究_第5页
资源描述:

《基于神经网络的风功率短期预测方法研究》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、国内图书分类号:TM614国际图书分类号:621.5学校代码:10079密级:公开工学硕士学位论文基于神经网络的风功率短期预测方法研究硕士研究生:导师:申请学位:学科:专业:所在学院:答辩日期:授予学位单位:刘欢刘吉臻教授工学硕士控制科学与工程控制理论与控制工程控制与计算机工程学院2013年3月华北电力大学ClassifiedIndex:TM614U.D.C:621.5ThesisfortheMasterDegreeinEngineeringResearchonShort.termPredictionofWindPowerBasedonNeuralNetworkCandidate:Superv

2、isor:AcademicDegreeAppliedfor:spedalty:School:DateofDefence:LiuHuanProf.LiuJi.zhenMasterofEngineeringControlTheoryandControlEngineeringSchoolofControlandComputerl三nglneenngMarch,2013Degree-Conferring-Institution:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文‘基于神经网络的风功率短期预测方法研究

3、》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名:剐妖日期:uO年∞月oC-N华北电力大学硕士学位论文使用授权书《基于神经网络的风功率短期预测方法研究》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有,本论文的研究内容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的

4、复印件和电子版本,允许论文被查阅和借阅,学校可以为存在馆际合作关系的兄弟高校用户提供文献传递服务和交换服务。本人授权华北电力大学,可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“-4”):保密口,在年解密后适用本授权书不保密团作者签名:轰1故H,tt弭:wf)年力月,.I-H新虢叫例、熙训删⋯摘要风电本身的波动性给并网后的电力系统带来冲击,影响电力系统的安全平稳运行。风功率预测方法研究有助于实现风电场出力的可控调节,有利于电力系统调度人员及时调整调度计划,降低系统运行成本,是提高电力系统中风电比例的一种有效途径。本文首先运用BP神经

5、网络对风速序列进行短时预测。考虑不同的隐含层神经元个数,对预测结果进行对比,得到了最优节点个数。然后利用Morlet小波函数作为隐含层激励函数,分别建立小波BP神经网络、小波Elman神经网络模型对风速进行了提前1h和3h预测,结果表明小波Elman神经网络预测模型预测效果更好。在上述两种神经网络学习过程中采用L/d(Levenberg—Marquardt)算法和附加动量项法,有效提高了网络的收敛速度。本文利用小波在处理非平稳信号上的优点。,建立了松散型与紧致型结合的小波神经网络模型对风功率进行短时预测。对不同小波分解层数的模型预测结果进行了分析对比,结果表明使用db4小波进行4层分解,所得预

6、测误差最小。为了提高预测精度,本文在松散型与紧致型结合的小波神经网络模型的基础上,考虑引入影响功率的主要因素一风速,建立风功率短时预测模型。对考虑风速因素和仅采用历史功率数据的两种模型的预测效果进行了对比分析,结果表明考虑风速因素的预测模型的预测精度更高,验证了该方法的有效性。最后对全文进行了归纳总结,并对风功率预测方法的研究和发展方向进行了展望。关键词:短期风功率预测;小波分析;神经网络;小波神经网络华北l也力人学坝。L学位论文AbstractThevolatilityofwindpowerimpactsOnthepowersystem,affectsthesafetyandstabilit

7、yofthepowersystem.Theresearchofwindpowerpredictionmethodscontributestoachievethecontrollableregulationofwindfarm,helptheelectricitydispatcherspromptlyadjustthedispatchingschedule,reducesystemoperating

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。