風(fēng)電短期發(fā)電功率預(yù)測(cè)優(yōu)化算法研究.pdf

1、風(fēng)電功率預(yù)測(cè)對(duì)于減弱風(fēng)電并網(wǎng)影響、提高風(fēng)力發(fā)電功率穩(wěn)定性，具有重要作用。本文以某風(fēng)電機(jī)組為研究對(duì)象，采集該機(jī)組實(shí)際運(yùn)行數(shù)據(jù)及歷史信息數(shù)據(jù)為樣本庫(kù)，將該風(fēng)電機(jī)組歷史信息數(shù)據(jù)預(yù)處理后，采用BP神經(jīng)網(wǎng)絡(luò)算法與支持向量機(jī)建立風(fēng)電預(yù)測(cè)功率模型，并針對(duì)量模型在預(yù)測(cè)上的缺點(diǎn)，分別引入數(shù)值天氣預(yù)報(bào)預(yù)測(cè)方法，提出了采用用聚類(lèi)分析法與人工魚(yú)群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型與支持向量機(jī)預(yù)測(cè)模型。
　　本文概述了風(fēng)電功率預(yù)測(cè)相關(guān)因素及分類(lèi)方法，具體分析了風(fēng)

2、的分布特性與變化規(guī)律，針對(duì)風(fēng)的特性分析了風(fēng)速的測(cè)量方法與預(yù)測(cè)方法，并概述了風(fēng)電功率預(yù)測(cè)建模的過(guò)程，通過(guò)不同角度對(duì)風(fēng)電功率預(yù)測(cè)方法進(jìn)行分類(lèi)。介紹了采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法實(shí)現(xiàn)風(fēng)電功率預(yù)測(cè)過(guò)程，研究了基于單位置數(shù)值天氣預(yù)報(bào)的BP神經(jīng)網(wǎng)絡(luò)短期風(fēng)電功率預(yù)測(cè)方法，并針對(duì)BP神經(jīng)網(wǎng)絡(luò)建模過(guò)程中的訓(xùn)練數(shù)據(jù)處理方法單一、缺少部分歷史數(shù)值天氣預(yù)報(bào)數(shù)據(jù)和風(fēng)電場(chǎng)歷史實(shí)際功率數(shù)據(jù)等問(wèn)題，提出了采用聚類(lèi)分析方法對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行分類(lèi)，將分類(lèi)后的數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)輸