基于误差修正和模糊评价的风速预测研究

发布时间：2023-04-02 08:44

　　近年来,全球能源危机问题日益严重、生态环境加剧恶化,使得人们将眼光投向调整能源结构,寻求清洁、绿色、可无限使用的可替代能源。风能作为太阳能的一种转化形式,因其具有安全、无污染、可再生、环保效益和生态效益友好等优点,成为当前最具发展潜力、利用最为广泛的绿色能源。风力发电是全球利用风能最主要的方式,风速的随机波动性使得风电并网容量超过一定比例对电网造成严重影响。因此,提前对风速进行预测,从而预知风速的变化情况,准确把握风机出力,对缓解风电并网带来的不利影响具有重要意义。本文分析了风速分布特性、变化特性以及风速与其影响因素之间的关系;为提高风速预测精度,从误差修正角度出发,提出了基于马尔科夫链神经网络风速预测的误差修正方法;针对单一评价指标评价风速预测模型预测性能存在的缺陷,提出了基于模糊模式识别的综合评价方法,为风速预测决策者优选模型提供参考依据。本文主要研究内容如下:(1)阐述了风速预测的研究背景及意义,概述了目前我国和国外发达国家风电产业的发展现状,介绍了现有风速预测方法及其优缺点,分析了模型评价方法的的重要性以及当前评价方法和风速预测存在的主要问题。(2)以山西省某风电场现场测风数据...

【文章页数】：110 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 选题背景
    1.2 课题研究的目的和意义
    1.3 国内外研究现状
        1.3.1 国内外风电发展现状
        1.3.2 国内外风速预测的主要方法
        1.3.3 预测模型评价的研究现状
    1.4 风速预测存在的问题
    1.5 论文的主要研究内容
    1.6 本章小结
第二章 风速特性分析
    2.1 引言
    2.2 风速特性分析
        2.2.1 风速分布特性
        2.2.2 风速变化特性
    2.3 风速影响因素特性分析
        2.3.1 风速与气压的变化关系
        2.3.2 风速与温度变化关系
        2.3.3 风速与湿度变化关系
        2.3.4 风速与影响因素的相关性分析
    2.4 风速预测误差来源
    2.5 本章小结
第三章 基于马尔科夫链误差修正的神经网络风速预测
    3.1 引言
    3.2 基于MC的风速预测误差修正方法
        3.2.1 马尔科夫链理论
        3.2.2 马尔科夫链状态划分方法
        3.2.3 基于FCM划分马尔科夫状态
        3.2.4 马尔科夫链误差修正预测风速
    3.3 基于MC误差修正的GRNN风速预测
        3.3.1 基于风速的广义回归神经网络预测模型的构建
        3.3.2 交叉验证法确定平滑因子
        3.3.3 基于MC误差修正的GRNN风速预测仿真研究
    3.4 基于MC误差修正的T-S模糊神经网络的风速预测
        3.4.1 模糊神经网络
        3.4.2 基于风速的T-S模糊神经网络预测模型的构建
        3.4.3 T-S模糊神经网络的学习算法
        3.4.4 基于MC误差修正的T-SFNN风速预测仿真研究
    3.5 基于MC误差修正的GA-Elman神经网络的风速预测
        3.5.1 Elman神经网络理论基础
        3.5.2 基于风速的Elman神经网络预测模型的构建
        3.5.3 遗传算法优化Elman神经网络
        3.5.4 基于误差修正的GA-Elman神经网络风速预测仿真研究
    3.6 本章小结
第四章 风速预测模型预测性能的综合评价优选
    4.1 引言
    4.2 模糊模式识别理论
    4.3 主客观综合赋权法
        4.3.1 基于二元对比法的主观权重的确定
        4.3.2 基于离差最大化法的客观权重的确定
    4.4 基于模糊模式识别的风速预测模型性能评价的步骤
    4.5 基于风速模型预测性能评价的模糊模式识别优选仿真
        4.5.1 构建风速预测模型库
        4.5.2 风速预测模型预测性能评价指标体系的建立
        4.5.3 风速预测模型预测性能的模糊模式识别优选的仿真研究
    4.6 本章小结
第五章 结论与展望
    5.1 结论
    5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文及参与的科研项目



本文编号：3778921