基于深度学习与误差预测的风速区间预测

发布时间：2024-12-11 05:52

　　随着化石燃料的日益枯竭以及空气污染的不断,可再生能源成为了当前以及未来一长段时间的重要发展方向。风能作为一种具备占地范围小、储存量大且燃料消耗少等优势的清洁能源,被赋予广泛的发展前景。为助力电力系统优化、备用系统安排以及电网调度决策,准确预测风速在未来时刻的波动范围变得尤为重要。针对这一研究方向,本文以传统上下界评估方法为基础,结合风速点预测与误差预测,分别建立了基于集成门限循环单元模型的风速区间预测模型和基于误差预测的区间构造模型,并且在两种模型的基础上优化模型结构,在保证区间预测性能的同时进一步提高模型的训练速度。本文的主要研究工作包括:(1)提出了基于集成门限循环单元模型的风速区间预测模型,通过区间宽度预设、区间分解和区间预测得到初步预测区间,计算初步预测区间与预设区间上下界的误差,研究误差校正策略进一步提高预测区间的质量。(2)提出基于误差预测的区间构造模型,利用变分模态分解算法处理原始风速数据,建立点预测模型和误差预测模型得到各子模态的预测值与误差预测值,赋予各子模态预测误差权重,采用模态累加的方法得到预测区间的上下界。建立受约束的单目标寻优问题求解各子模态预测误差的最优权重。...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文章节安排
2 GRU网络模型及其优化方法
    2.1 神经网络概述
    2.2 RNN网络模型
    2.3 LSTM与 GRU网络模型
    2.4 VMD理论与参数
    2.5 预测区间评价指标
    2.6 本章小结
3 基于集成GRU模型的风速区间预测模型
    3.1 集成GRU模型框架
    3.2 GRU预测模型
    3.3 误差校正策略
    3.4 模型训练步骤
    3.5 模型预测实验
    3.6 本章小结
4 基于误差预测的区间构造模型
    4.1 基于误差预测的区间构造模型框架
    4.2 模型训练步骤
    4.3 模型预测实验
    4.4 本章小结
5 基于误差预测的改进区间预测模型
    5.1 基于误差预测的改进区间构造模型框架
    5.2 模型训练步骤
    5.3 模型预测实验
    5.4 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢



本文编号：4016289