海上风电项目运行期风险评价研究

发布时间：2019-11-18 23:53

【摘要】：风能是一种清洁的可再生能源,是理想的绿色能源,从而成为我国的重点发展行业。伴随陆上风电场场址有限和电力上网困难等一些问题,我国海上风电开发将大规模商业化,未来海上风电项目数量将会快速增长。我国海上风电项目进入了快速发展期,海上风电项目作为一个高投入、高技术的产业,对其运行期风险评价以及风险管理的研究工作备受项目投资者与参与者的关注。 文章中首先全面归纳总结了海上风电项日运行期风险的相关理论,介绍了海上风电项目运行期风险概念以及风险特征,分别对风险识别、风险估计和风险评价这三个阶段进行介绍。重点分析了风险评价所常用的方法：模糊综合评价法、蒙特卡罗法、BP神经网络法,分析其优缺点,为本文风险评价方法的选择提供理论基础。 文章在分析风险指标建立原则的基础上,结合海上风电项日运行期风险特证及来源,全面识别海上风电项目运行期风险因素,进而建立海上风电项日运行期风险评价指标体系。在建立海上风电项目运行期风险评价指标的基础上,提出了基于支持向量机(SVM)的海上风电项日运行期风险评价方法,介绍了支持向量机的原理和算法,运用支持向量机理论构建海上风电项日运行期风险评价模型,通过具体项日数据分析其预测准确性。最后,完成实证分析,运用文章中提出的SVM回归模型,借用MATLAB平台使用LIBSVM工：具箱完成数据运算和风险评价,并分析评价结果,从而验证了SVM模型评价海上风电项目的科学性和有效性。 支持向量机方法丰富了海上风电项目运行期风险评价方法体系。通过实证分析表明,在实际项目风险评价过程中,支持向量机的方法比传统评价方法更便捷、精确度更高,能够为海上风电项日运行期风险管理提供可靠依据。
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：F426.61;TM614

【参考文献】

相关期刊论文 前10条

1 雷辉;邓彦龙;李根军;钟君君;;基于支持向量机的工程项目风险预测[J];北方经济;2006年20期

2 刘林;葛旭波;张义斌;尹明;李利;;我国海上风电发展现状及分析[J];能源技术经济;2012年03期

3 肖先勇;葛嘉;何德胜;;基于支持向量机的中长期电力负荷组合预测[J];电力系统及其自动化学报;2008年01期

4 赵珊珊;张东霞;印永华;申洪;;风电的电价政策及风险管理策略[J];电网技术;2011年05期

5 王飞;巍国兴;王书增;刘群;周永强;;基于SVM的建筑施工项目安全风险评价[J];辽宁工程技术大学学报(自然科学版);2011年06期

6 张超然;李靖;刘星;;海上风电场建设重大工程问题探讨[J];中国工程科学;2010年11期

7 穆海振;徐家良;杨永辉;;数值模拟在上海海上风能资源评估中的应用[J];高原气象;2008年S1期

8 陆忠民;;上海东海大桥海上风电场规划建设关键技术研究[J];中国工程科学;2010年11期

9 边晓燕;尹金华;符杨;;海上风电场运行维护策略优化研究[J];华东电力;2012年01期

10 周艳荣;张巍;宋强;;国内外海上风电发展现状及海域使用中的有关问题分析[J];海洋开发与管理;2011年07期

相关博士学位论文 前2条

1 乐丛欢;海洋平台基于结构碰撞损伤的风险评估[D];天津大学;2010年

2 王巍;基于统计学习理论的项目风险评价与预测研究[D];天津大学;2008年

相关硕士学位论文 前10条

1 郄晓和;基于灰色模糊理论的电力工程项目风险评价研究[D];华北电力大学（北京）;2011年

2 傅春光;基于灰色层次分析法的电网建设项目风险评价研究[D];华北电力大学;2011年

3 穆海;综合评价项目风险元传递理论模型及其模拟研究[D];华北电力大学（北京）;2006年

4 崔旖娜;基于BP神经网络的辽宁省建筑业评价及预测[D];大连理工大学;2006年

5 张金牡;基于支持向量机的工程项目投资风险分析方法研究[D];武汉理工大学;2006年

6 张睿;水电工程项目风险管理的探索与实践[D];西南财经大学;2007年

7 黄友全;基于BP神经网络的软件项目风险评价研究[D];中国石油大学;2008年

8 孙亚胜;模糊网络分析在海上风电项目风险评价中的应用[D];大连理工大学;2008年

9 袁莉;基于支持向量机的建筑业企业信用评价研究[D];大连理工大学;2008年

10 吴竹青;基于SVM的高速公路工程项目投资风险评价研究[D];长沙理工大学;2009年

，

本文编号：2562813