版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著社會和經(jīng)濟(jì)的快速發(fā)展,傳統(tǒng)的化石燃料已不能滿足人們對能源的需求,可再生能源的發(fā)展已經(jīng)成為各國關(guān)注的焦點(diǎn),其中,風(fēng)力發(fā)電的關(guān)注程度最高。近幾年,我國風(fēng)力發(fā)電發(fā)展速度驚人,據(jù)能源局統(tǒng)計,2015年的風(fēng)力發(fā)電量占總發(fā)電量的比例是3.3%。隨著風(fēng)力發(fā)電所占比重的持續(xù)增加,風(fēng)電并網(wǎng)給電網(wǎng)的安全穩(wěn)定運(yùn)行及電力調(diào)度帶來了嚴(yán)重影響,準(zhǔn)確地短期風(fēng)電功率預(yù)測能夠有效地解決這些問題。因此,研究風(fēng)電功率短期預(yù)測具有重要的意義。
(1)從短期風(fēng)電功
2、率預(yù)測的基本方法、誤差分析和機(jī)制流程三方面對短期風(fēng)電功率預(yù)測的基本理論進(jìn)行了介紹。然后,分別采用基于相似日法和最小二乘支持向量機(jī)(LS-SVM)法的短期風(fēng)電功率預(yù)測方法進(jìn)行了實例分析,結(jié)果表明運(yùn)用LS-SVM法得到的預(yù)測結(jié)果的誤差要小于運(yùn)用相似日法得到的預(yù)測值的誤差。
(2)為克服傳統(tǒng)聚類算法局部尋優(yōu)的缺陷,基于改進(jìn)的模糊C-均值聚類算法,提出了一種綜合聚類算法,并將其運(yùn)用到RBF神經(jīng)網(wǎng)絡(luò)中心的確定上,進(jìn)而給出了一種基于RBF
3、神經(jīng)網(wǎng)絡(luò)的短期風(fēng)電功率預(yù)測方法。最后,采用該RBF神經(jīng)網(wǎng)絡(luò)法進(jìn)行了短期風(fēng)電功率預(yù)測的實例分析,預(yù)測結(jié)果表明,本文給出的基于RBF神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測方法能夠有效提高預(yù)測精度。
(3)針對單項預(yù)測方法的局限性,介紹了兩種基本組合預(yù)測方法,并基于灰色關(guān)聯(lián)度的IOWGA算子組合預(yù)測方法,給出了一種短期風(fēng)電功率最優(yōu)組合預(yù)測方法。最后,將上文給出的RBF神經(jīng)網(wǎng)絡(luò)法、相似日法和LS-SVM法作為單項預(yù)測方法,運(yùn)用所提出的最優(yōu)組合預(yù)測方法
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 風(fēng)電場風(fēng)電功率短期智能組合預(yù)測技術(shù).pdf
- 風(fēng)電功率短期智能預(yù)測方法研究與實現(xiàn).pdf
- 基于混沌時間序列的短期風(fēng)電功率組合預(yù)測方法研究.pdf
- 短期風(fēng)電功率預(yù)測方法研究.pdf
- 風(fēng)電功率短期預(yù)測方法研究.pdf
- 基于MKL方法的短期風(fēng)電功率預(yù)測研究.pdf
- 風(fēng)電功率組合預(yù)測研究.pdf
- 短期風(fēng)電功率預(yù)測技術(shù)研究.pdf
- 基于支持向量機(jī)的短期風(fēng)電功率預(yù)測.pdf
- 基于混沌特性的風(fēng)電功率短期預(yù)測方法研究.pdf
- 超短期風(fēng)電功率預(yù)測模型研究.pdf
- 基于云計算和智能算法的短期風(fēng)電功率預(yù)測方法研究.pdf
- 基于混沌理論的短期風(fēng)電功率預(yù)測方法研究.pdf
- 風(fēng)電場的風(fēng)電功率短期預(yù)測研究.pdf
- 風(fēng)電功率組合預(yù)測模型的研究.pdf
- 基于EEMD-ANFIS的短期風(fēng)電功率預(yù)測研究.pdf
- 基于非參數(shù)方法的短期風(fēng)電功率預(yù)測研究.pdf
- 風(fēng)速及風(fēng)電功率短期預(yù)測方法研究.pdf
- 基于實測數(shù)據(jù)的短期風(fēng)電功率混合預(yù)測方法研究.pdf
- 基于混合算法的超短期風(fēng)電功率預(yù)測研究.pdf
評論
0/150
提交評論