基于风电场历史数据的短期风速及风功率预测研究

发布时间：2023-04-21 01:41

　　随着可再生能源的开发和利用取得令人瞩目的成就,风力发电也进入了高速发展阶段。但大规模风电并网,势必给电力系统的安全稳定运行带来巨大挑战。风速及风功率预测是降低风电并网成本和保证电能质量的有效途径。然而,由于风能的间歇性和随机性等因素对预测结果产生的影响,如何达到更准确的预测是目前研究中的重要任务。为了提高风速及功率的预测精度,实现高效的电网调度,本文研究了基于风电场历史数据的风速及风功率短期预测。主要研究内容如下:1.为保证数据的可靠性和完整性,进行数据预处理。首先采用孤立森林和基于链式方程的多重插补相结合的方法对原始数据进行异常值检测和缺失值插补。其次考虑到历史数据的采样间隔短、数目多以及为了研究需要,通过调整时序间隔来整合数据信息。最后,采用最值归一化处理实验数据。结果表明,异常数据基本检测完全,对异常数据的修复和缺失数据的插补明显提高了数据的完整性和可靠性,数据整合有效减少了计算资源的浪费,同时归一化处理消除了数据量纲和数量级在预测过程产生的影响。2.为了在短期风速预测中提高随机森林算法的预测精度,提出了一种改进果蝇算法优化随机森林回归模型参数的组合预测方法。首先在果蝇优化算法中...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的研究背景与意义
    1.2 国内外研究现状
        1.2.1 风电场功率预测系统发展现状
        1.2.2 风速和风功率预测方法研究现状
    1.3 论文的主要研究内容
    1.4 论文的组织结构与安排
第2章 相关理论知识
    2.1 预测方法概述
        2.1.1 支持向量机
        2.1.2 最小二乘支持向量机
        2.1.3 随机森林回归
        2.1.4 反向传播神经网络
        2.1.5 长短期记忆网络
    2.2 信号分解技术
        2.2.1 集成经验模态分解
        2.2.2 自适应噪声完整集合经验模态分解
        2.2.3 变分模态分解
    2.3 智能优化算法
        2.3.1 遗传算法
        2.3.2 粒子群优化算法
        2.3.3 果蝇优化算法
        2.3.4 改进的果蝇优化算法
    2.4 本章小结
第3章 数据预处理
    3.1 引言
    3.2 异常检测与缺失值插补
        3.2.1 孤立森林
        3.2.2 基于链式方程的多重插补
    3.3 实验结果及分析
        3.3.1 实验数据和环境
        3.3.2 异常值和缺失值处理
        3.3.3 数据间隔调整
        3.3.4 数据归一化与反归一化
    3.4 误差评价指标
    3.5 本章小结
第4章 基于改进果蝇优化算法和随机森林的短期风速预测
    4.1 引言
    4.2 模型优化参数分析
    4.3 IFOA-RFR风速预测模型
    4.4 实验结果及分析
        4.4.1 实验数据和环境
        4.4.2 参数设计
        4.4.3 优化算法对比
        4.4.4 预测结果对比
    4.5 本章小结
第5章 基于变分模态分解和长短期记忆网络的短期风功率预测
    5.1 引言
    5.2 LSTM模型构建
        5.2.1 LSTM模型结构
        5.2.2 Adam算法
    5.3 VMD-LSTM风功率预测模型
    5.4 实验结果及分析
        5.4.1 实验数据和环境
        5.4.2 数据分解结果和实验设计
        5.4.3 实验结果
        5.4.4 对比分析
    5.5 本章小结
总结和展望
参考文献
致谢
附录 A 攻读硕士学位期间发表的学术论文



本文编号：3795574