基于混合神经网络的风电场风资源评估
本文关键词:基于混合神经网络的风电场风资源评估
更多相关文章: 风电场 风资源评估 混合神经网络 自适应粒子群优化
【摘要】:准确的风资源评估是风电场规划和设计的前提。为了提高风电场风资源评估的精度,提出了一种基于混合神经网络的风电场风资源评估方法,该方法可综合利用风电场附近区域信息进行评估。首先根据风电场和附近参考气象站的同期数据建立基于混合神经网络的相关模型,训练得到神经网络的权值参数,为了提高神经网络的学习能力和避免陷入局部最优,混合神经网络采用不同的训练方法,并且采用自适应粒子群算法进行优化;再将参考气象站的历史观测数据应用到该模型中,即可得到风电场的长期风速特性,在此基础上进行风资源评估参数的计算。仿真结果表明该方法具有较高的精度。
【作者单位】: 湖南大学电气与信息工程学院;
【关键词】: 风电场 风资源评估 混合神经网络 自适应粒子群优化
【基金】:国家自然科学基金重点资助项目(51277055)
【分类号】:TM614
【正文快照】: Wind Energy Resource Assessment of Wind Farm Based on HybridNeural NetworkWang Na Zhou Youqing Shao Xia(College of Electrical and Information engineering,Hunan University,Changsha,410082,China)1引言正确的风资源评估是风电场规划和建设的前提。风资源评估的目
【参考文献】
中国期刊全文数据库 前1条
1 杨振斌;朱瑞兆;薛桁;;风电场风能资源评价两个新参数——相当风速、有功风功率密度[J];太阳能学报;2007年03期
【共引文献】
中国期刊全文数据库 前10条
1 冯长青;杜燕军;包玲玲;车利军;;WT在风电场风能资源推算中的应用[J];安徽农业科学;2009年19期
2 尹明;王成山;葛旭波;;风电并网经济技术评价研究综述[J];电力系统及其自动化学报;2010年05期
3 黄鹤楼;周联荣;丁烨毅;黄裕火;;檀头山岛风能资源的计算及分析评估[J];大气科学研究与应用;2007年02期
4 崔杨;穆钢;刘玉;严干贵;;风电功率波动的时空分布特性[J];电网技术;2011年02期
5 林志远;风能资源及测风数据整理技巧[J];广东电力;2003年05期
6 杨勤;桑建人;丁永红;;WAsP模型对宁夏风能评估的应用研究[J];干旱区资源与环境;2010年07期
7 姜广绪;潘晶雯;田景奎;;双参数威布尔分布风况中基于k值分析的能量分布研究[J];电力建设;2015年03期
8 李欣;;黑龙江省大力发展风力发电的探讨[J];黑龙江电力;2005年06期
9 郑峰;潘永地;吴正可;何婧;吴贤笃;;温州市气象能源评估及开发[J];科技通报;2006年01期
10 云莉萍;张鹏举;;锡盟灰腾梁地区风能资源评估分析[J];内蒙古电力技术;2008年02期
中国重要会议论文全文数据库 前4条
1 黄浩辉;宋丽莉;植石群;毛慧琴;郝全成;刘爱君;;多元回归法在复杂地形风资源微尺度模拟中的应用[A];第十三届全国结构风工程学术会议论文集(上册)[C];2007年
2 毛慧琴;宋丽莉;黄浩辉;植石群;刘爱君;;广东省风能资源区划研究[A];中国气象学会2005年年会论文集[C];2005年
3 杨勤;桑建人;丁永红;;WAsP模型对宁夏风能评估的应用研究[A];第26届中国气象学会年会气候资源应用研究分会场论文集[C];2009年
4 邓院昌;宁洪涛;王铁强;;基于GIS的风电场宏观选址综合评价方法及应用[A];2007中国可持续发展论坛暨中国可持续发展学术年会论文集[C];2007年
中国博士学位论文全文数据库 前6条
1 王敏;分布式电源的概率建模及其对电力系统的影响[D];合肥工业大学;2010年
2 仝纪龙;河西地区风速变化特征及风能预测方法研究[D];兰州大学;2012年
3 李泓泽;电力系统多元主体间外部性影响机理及补偿机制研究[D];华北电力大学;2013年
4 祝颖;综合全无限规划方法应用于能源系统管理[D];华北电力大学;2014年
5 魏亚楠;智能电网中多种发电模式联合调度模型及效益评价研究[D];华北电力大学;2014年
6 赵昕宇;风光互补发电潜力分析与系统优化设计研究[D];河南农业大学;2014年
中国硕士学位论文全文数据库 前10条
1 杨蓉;高层建筑屋顶风能利用研究[D];华侨大学;2011年
2 吴乃军;风资源评估数据记录仪[D];中国气象科学研究院;2005年
3 梅贱生;鄱阳湖地区风力发电场建设的可行性研究[D];南昌大学;2007年
4 王雁;GIS在风能资源共享服务及开发领域的应用研究[D];华中师范大学;2009年
5 王加伟;基于风特性和风力机动态特性耦合的检测反馈控制研究[D];兰州理工大学;2010年
6 王岸;计及储能系统运行策略的风/柴/储混合系统可靠性评估[D];重庆大学;2012年
7 郑毅;超声波三维测风系统的开发[D];兰州理工大学;2014年
8 赵增保;北方不同下垫面风电功率预测方法研究[D];兰州大学;2014年
9 张指毓;并网风电场的选址定容规划及其评价[D];燕山大学;2014年
10 张旭;风电火电联合优化调度的研究[D];华北电力大学;2014年
【二级参考文献】
中国期刊全文数据库 前1条
1 薛桁,朱瑞兆,杨振斌,袁春红;中国风能资源贮量估算[J];太阳能学报;2001年02期
【相似文献】
中国期刊全文数据库 前10条
1 黄风华;刘荣忠;郭锐;;基于混合神经网络的末敏弹系统参数优化设计[J];计算机仿真;2012年03期
2 刘梅清,冯卫民,刘光临,程宏举;混合神经网络在泵站机组故障诊断中的应用[J];武汉水利电力大学学报;2000年03期
3 刘石;佴磊;;结构损伤识别的混合神经网络方法[J];山西建筑;2011年03期
4 汪天富,李德玉,郑昌琼,郑翊;超声医学图象分割的混合神经网络方法(英文)[J];航天医学与医学工程;2001年02期
5 姜波,陈绵云,汪秉文,周畅;基于混合神经网络的一般动态系统MT方法建模[J];华中科技大学学报(自然科学版);2003年05期
6 许德生;庞伟正;;基于混合神经网络的主动队列管理算法[J];应用科技;2006年12期
7 王玉涛,苑玮琦,周建常,王师;混合神经网络在颗粒图像边缘检测中应用[J];东北大学学报;1999年02期
8 靳辉;;基于RBF混合神经网络的自由曲面重构[J];哈尔滨理工大学学报;2008年04期
9 谢宏;王朝辉;邹帆;何怡刚;;基于遗传Hopfield混合神经网络的多轴控制系统设计与实现[J];湖南大学学报(自然科学版);2012年07期
10 叶春,忻建华;混合神经网络在汽轮机在线性能分析中的应用研究[J];动力工程;1999年05期
中国硕士学位论文全文数据库 前5条
1 张鹏飞;基于混合神经网络技术的风功率预测研究[D];沈阳工业大学;2015年
2 许兴华;基于混合神经网络的非线性动态系统建模[D];北京化工大学;2006年
3 胡珊;混合神经网络在石油价格预测中的应用研究[D];南昌大学;2013年
4 辛涛;基于混合神经网络的视频序列压缩与加密算法研究[D];大连理工大学;2010年
5 李昊轩;胸腰段间盘突出症临床表现与圆锥位置的相关性研究[D];吉林大学;2015年
,本文编号:1136127
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/1136127.html