版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、I分類號(hào)UDC密級(jí)學(xué)號(hào)1108080822碩士學(xué)位論文碩士學(xué)位論文基于基于BP馬爾科夫組合法對(duì)風(fēng)電短期功率預(yù)測(cè)研究馬爾科夫組合法對(duì)風(fēng)電短期功率預(yù)測(cè)研究武小暄武小暄學(xué)科門類:類:工學(xué)學(xué)科名稱:稱:電力系統(tǒng)及其自動(dòng)化電力系統(tǒng)及其自動(dòng)化指導(dǎo)教師:師:姚李孝姚李孝教授教授申請(qǐng)日期:期:2014年3月基于BP馬爾科夫組合法對(duì)風(fēng)電短期功率預(yù)測(cè)研究武小暄西安理工大學(xué)III論文題目:基于BP馬爾科夫組合法對(duì)風(fēng)電短期功率預(yù)測(cè)研究學(xué)科名稱:電力系統(tǒng)及其自動(dòng)
2、化作者姓名:武小暄簽名:論文題目:基于BP馬爾科夫組合法對(duì)風(fēng)電短期功率預(yù)測(cè)研究學(xué)科名稱:電力系統(tǒng)及其自動(dòng)化作者姓名:武小暄簽名:導(dǎo)師姓名:姚李孝教授簽名:導(dǎo)師姓名:姚李孝教授簽名:摘要摘要根據(jù)對(duì)風(fēng)力發(fā)電的研究發(fā)現(xiàn),風(fēng)電并入大電網(wǎng)不斷的引發(fā)關(guān)注,研究人員希望可以有很好的風(fēng)電功率預(yù)測(cè)系統(tǒng)來解決并網(wǎng)之后可能會(huì)產(chǎn)生的一系列問題,如果該預(yù)測(cè)系統(tǒng)可以預(yù)測(cè)出短期內(nèi)的風(fēng)電功率,甚至是中長(zhǎng)期內(nèi)的風(fēng)電功率,絕對(duì)會(huì)對(duì)電網(wǎng)以及電力行業(yè),甚至是全國(guó)經(jīng)濟(jì)帶來很大的
3、幫助。很多學(xué)者在風(fēng)功率短期預(yù)測(cè)方面做了很多研究。本文主要是對(duì)風(fēng)電場(chǎng)的短期功率進(jìn)行預(yù)測(cè)工作,考慮到風(fēng)速、溫度、大氣壓強(qiáng)對(duì)風(fēng)電輸出功率的影響,提出了以馬爾科夫鏈修正BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差的一種預(yù)測(cè)模型,可以提高風(fēng)電廠短期功率預(yù)測(cè)的精度。首先在闡述基本原理和算法的基礎(chǔ)上,應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)初始數(shù)據(jù)進(jìn)行學(xué)習(xí)訓(xùn)練,得到原始預(yù)測(cè)模型;然后使用馬爾科夫鏈對(duì)誤差進(jìn)行修正,從而得到修正后的預(yù)測(cè)模型,并與BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型相比較,證明所建立模型可以很好的提
4、高預(yù)測(cè)精度,具有很好的適用性。最后運(yùn)用該模型對(duì)某2000MW風(fēng)力發(fā)電站進(jìn)行短期功率預(yù)測(cè),選取一年當(dāng)中四季不同月份的風(fēng)速、溫度、大氣壓強(qiáng)以及輸出功率數(shù)據(jù)這些現(xiàn)場(chǎng)測(cè)量的數(shù)據(jù)和運(yùn)行數(shù)據(jù)作為基礎(chǔ),進(jìn)行數(shù)據(jù)的預(yù)處理、分析,通過仿真以及預(yù)測(cè)結(jié)果分析表明:本文提出的預(yù)測(cè)誤差—修正的方法能夠較好地預(yù)測(cè)風(fēng)力發(fā)電站的輸出功率,與其他的方法相比之下,誤差減小,提高了風(fēng)力發(fā)電站短期功率預(yù)測(cè)的精度。關(guān)鍵字關(guān)鍵字:風(fēng)電場(chǎng)發(fā)電;風(fēng)電短期功率預(yù)測(cè);BP神經(jīng)網(wǎng)絡(luò)原理;馬
溫馨提示
- 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于馬爾科夫鏈風(fēng)速修正的風(fēng)電功率預(yù)測(cè)研究.pdf
- 基于相關(guān)向量機(jī)-馬爾科夫鏈的風(fēng)電場(chǎng)短期功率預(yù)測(cè).pdf
- 基于馬爾科夫-灰色殘差BP神經(jīng)網(wǎng)絡(luò)組合模型的深基坑變形預(yù)測(cè)研究.pdf
- 基于馬爾科夫模型的用戶瀏覽路徑預(yù)測(cè)研究.pdf
- 基于馬爾科夫建模的證據(jù)組合方法的研究.pdf
- 基于馬爾科夫模型的短時(shí)交通流預(yù)測(cè)研究.pdf
- 基于馬爾科夫模型的風(fēng)電機(jī)組優(yōu)化檢修.pdf
- 小波包的馬爾科夫方法在短期負(fù)荷預(yù)測(cè)中的應(yīng)用.pdf
- 基于EMD-灰色馬爾科夫的電力負(fù)荷預(yù)測(cè)研究.pdf
- 基于隱馬爾科夫模型、馬爾科夫狀態(tài)轉(zhuǎn)換模型的商品期貨價(jià)格預(yù)測(cè)研究與實(shí)證分析
- 馬爾科夫模型預(yù)測(cè)方法的研究及其應(yīng)用.pdf
- 基于隱半馬爾科夫模型的風(fēng)電機(jī)組齒輪箱故障預(yù)測(cè).pdf
- 基于隱馬爾科夫模型、馬爾科夫狀態(tài)轉(zhuǎn)換模型的商品期貨價(jià)格預(yù)測(cè)研究與實(shí)證分析.pdf
- 基于改進(jìn)隱馬爾科夫模型的城市垃圾量預(yù)測(cè).pdf
- 基于理性指標(biāo)的馬爾科夫鏈股市態(tài)勢(shì)預(yù)測(cè)方法.pdf
- 馬爾科夫鏈在中長(zhǎng)期負(fù)荷組合預(yù)測(cè)中的應(yīng)用.pdf
- 馬爾科夫轉(zhuǎn)移矩陣模型
- 馬爾科夫鏈問題算法研究.pdf
- 隱馬爾科夫模型hiddenmarkovmodel
- 基于馬爾科夫鏈的船舶輸電系統(tǒng)短路故障預(yù)測(cè)方法研究.pdf
評(píng)論
0/150
提交評(píng)論