基于高斯混合模型的风电场群功率波动概率密度分布函数研究

发布时间：2017-07-17 09:33

  本文关键词：基于高斯混合模型的风电场群功率波动概率密度分布函数研究

  更多相关文章： 风电功率波动 概率密度分布 拟合效果 单一分布函数模型 高斯混合模型

【摘要】：如何描述风电功率波动的概率密度分布特性一直是风电联网运行分析领域的难点。在利用概率密度函数法分析风电功率波动特性的基础上,首先验证了采用多种单一分布函数模型拟合风电波动概率密度分布特性的效果较差,并根据列维定理揭示了风电场群出力波动概率密度分布特性呈现多种分布的规律;在此基础上提出采用高斯混合模型替代单一分布函数模型来拟合风电波动概率密度分布特性的方法。仿真结果表明,高斯混合模型具有良好的拟合效果,适用于描述大型风电场群出力波动的概率密度分布特性。
【作者单位】： 东北电力大学电气工程学院;国网吉林省电力有限公司培训中心;
【关键词】： 风电功率波动 概率密度分布 拟合效果 单一分布函数模型 高斯混合模型
【基金】：国家重点基础研究发展计划项目(973项目)(2013CB228201) 国家自然科学基金项目(51207018) 国家电网公司科技项目(SGLNSY00FZJS1500191)~~
【分类号】：TM614
【正文快照】： 描述大型风电场群出力波动的概率密度分布特性。0引言随着风电并网规模的逐渐增大,风电功率波动给电力系统稳定运行带来的影响愈发受到关注,对风电功率波动特性的分析一直是该领域的热点研究问题。近年来,基于统计理论的概率密度函数法在风电功率波动特性及其量化分析的研究中

【相似文献】

中国期刊全文数据库 前10条

1 马超;张政石;;基于二维高斯混合模型的驾驶行为分析[J];硅谷;2011年05期

2 曾洪;卢伟;宋爱国;;基于完整似然最短信息长度准则的高斯混合模型聚类(英文)[J];Journal of Southeast University(English Edition);2013年01期

3 仲莉恩;隋立林;;基于高斯混合模型阴影消除算法研究[J];中国电力教育;2009年S2期

4 邵妍;霍春宝;金曦;;基于改进的高斯混合模型算法的说话人识别[J];辽宁工业大学学报(自然科学版);2010年01期

5 徐保勇;王媛丽;王平;高颖慧;范庆明;;基于高斯混合模型机载下视运动目标检测方法[J];重庆理工大学学报(自然科学);2011年11期

6 何明;冯博琴;马兆丰;傅向华;;一种基于高斯混合模型的无监督粗糙聚类方法[J];哈尔滨工业大学学报;2006年02期

7 吴迪;曹洁;王进花;;基于自适应高斯混合模型与静动态听觉特征融合的说话人识别[J];光学精密工程;2013年06期

8 张晓娜;何仁;刘志强;陈士安;倪捷;;基于空间信息高斯混合模型的运动车辆检测[J];江苏大学学报(自然科学版);2011年04期

9 於跃成;刘彩生;生佳根;;分布式约束一致高斯混合模型[J];南京理工大学学报;2013年06期

10 董宏辉;孙智源;葛大伟;秦勇;贾利民;;基于高斯混合模型的铁路入侵物体目标识别方法[J];中国铁道科学;2011年02期

中国重要会议论文全文数据库 前10条

1 骆俊;马尽文;;高斯混合模型的遗传分基融合算法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

2 廖频;沈理;;基于高斯混合模型的人脸图象识别研究[A];2001年中国智能自动化会议论文集（上册）[C];2001年

3 马尽文;何学锋;;高斯混合模型的数据尺度可压缩参数学习算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

4 瞿俊;姜青山;董槐林;;基于高斯混合模型的层次聚类算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

5 蔡念;郭文婷;陈世文;潘晴;;融合高斯混合模型和小波变换的运动目标检测[A];第十五届全国图象图形学学术会议论文集[C];2010年

6 龙艳花;郭武;戴礼荣;;一种应用于SVM说话者确认系统的新型序列核[A];第九届全国人机语音通讯学术会议论文集[C];2007年

7 刘李漫;陶文兵;田金文;;融合多高斯混合模型与Graph Cuts优化技术的目标自动检测方法[A];第十五届全国图象图形学学术会议论文集[C];2010年

8 康永国;双志伟;陶建华;张维;徐波;;高斯混合模型和码本映射相结合的语音转换算法[A];第八届全国人机语音通讯学术会议论文集[C];2005年

9 应冬文;颜永红;付强;国雁萌;;基于约束高斯混合模型的噪声功率谱估计[A];2010年通信理论与信号处理学术年会论文集[C];2010年

10 唐英干;刘东;关新平;;基于高斯混合模型的多分辨率图像分割[A];第十二届全国图象图形学学术会议论文集[C];2005年

，

本文编号：553006