学位论文 > 优秀研究生学位论文题录展示

风电场风速短期多步预测方法的研究

作　者: 朱锋
导　师: 孙辉
学　校: 大连理工大学
专　业: 电力系统及其自动化
关键词: 风速短期预测小波降噪最小二乘支持向量机时间序列分析
分类号: TM614
类　型: 硕士论文
年　份: 2009年
下　载: 567次
引　用: 6次
阅　读: 论文下载

内容摘要

目前,我国风力发电产业正处于迅猛发展的阶段。但是风能是不稳定的能源,大量风电场并网发电,会给电网的稳定性带来问题。电力调度部门也需要预先了解风电场未来数小时的输出功率,以合理的安排调度计划。这就需要研究风力发电功率短期预测问题。而风速预测通常是风电功率预测的首要步骤。本文在研究风速特性的基础上,提出了一种基于最小二乘支持向量机与时间序列法的组合方法,实现了提前三小时预测风电场各小时平均风速的功能。首先,将风速序列进行小波降噪处理,分成趋势分量(低频部分)与随机分量(高频部分);然后,将相似理论引入短期风速预测中,对趋势分量建立基于最小二乘支持向量机的模型,进行多步回归预测;再根据随机分量平稳性的特点,建立时间序列模型进行多步预测。最后将两模型预测的结果相叠加经过修正后得到预测值。通过比较不同方法对长岭风电场实测风速的预测结果,本文方法要优于常用的持续法和神经网络法。由于本文方法建立在风速变化特性的基础上,在多步预测场合,适用性更强,预测精度更高。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-15
  1.1 课题背景及选题意义  8-10
  1.2 国内外研究现状  10-14
  1.3 论文的主要工作  14-15
2 风电场风速特性分析  15-26
  2.1 风的特性  15-18
    2.1.1 风的形成及影响因素  15
    2.1.2 风速特性  15-18
  2.2 基于小波理论的风速特性分析  18-25
    2.2.1 信号降噪中的小波分析  18-21
    2.2.2 风速序列的小波分析  21-25
  2.3 本章小结  25-26
3 基于最小二乘支持向量机的预测模型  26-40
  3.1 支持向量机  26-30
    3.1.1 支持向量机的概念  26-27
    3.1.2 支持向量机用于回归  27-29
    3.1.3 支持向量机的核函数  29-30
  3.2 最小二乘支持向量机  30-36
    3.2.1 最小二乘支持机用于回归  30-31
    3.2.2 相关参数的设定  31-33
    3.2.3 基于最小二乘支持向量机的预测模型  33-36
  3.3 预测实例  36-38
  3.4 本章小结  38-40
4 基于时间序列法的预测模型  40-50
  4.1 时间序列分析概述  40-41
  4.2 基于时间序列的预测模型  41-44
    4.2.1 ARMA模型  41-42
    4.2.2 建模步骤  42-44
  4.3 预测实例  44-48
  4.4 本章小结  48-50
5 长岭风电场风速短期多步预测  50-61
  5.1 长岭风电场风速特性分析  50-51
  5.2 预测模型  51-54
    5.2.1 模型假设  51-52
    5.2.2 建模步骤  52-54
  5.3 预测结果  54-60
  5.4 本章小结  60-61
结论  61-62
参考文献  62-64
攻读硕士学位期间发表学术论文情况  64-65
致谢  65-66

风电场风速短期多步预测方法的研究

内容摘要

全文目录

相似论文