基于神經(jīng)網(wǎng)絡(luò)的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)方法研究.pdf

1、風(fēng)電的不確定性和間歇性不利于接入電網(wǎng)的安全、穩(wěn)定運(yùn)行。準(zhǔn)確預(yù)測(cè)風(fēng)速可有效減少這種不利影響,已成為風(fēng)電研究中的熱點(diǎn)與難點(diǎn)。論文以風(fēng)電場(chǎng)風(fēng)速為研究對(duì)象,通過(guò)分析短時(shí)風(fēng)速時(shí)間序列的非線性與非平穩(wěn)性,給出了基于神經(jīng)網(wǎng)絡(luò)的隨機(jī)風(fēng)速預(yù)測(cè)模型,重點(diǎn)研究了BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)、粒子群優(yōu)化小波神經(jīng)網(wǎng)絡(luò)等三種風(fēng)速預(yù)測(cè)算法并仿真實(shí)現(xiàn),獲得了較為滿意的效果。
　　 論文主要工作如下:
　　 (1)給出了用于處理風(fēng)速時(shí)間序列預(yù)測(cè)的3層的BP

2、神經(jīng)網(wǎng)絡(luò)模型及模型參數(shù)的選擇方法,建立了利用滾動(dòng)風(fēng)速數(shù)據(jù)實(shí)現(xiàn)多步預(yù)測(cè)風(fēng)速算法的步驟。算法對(duì)于非線性的風(fēng)速時(shí)間序列有較強(qiáng)的學(xué)習(xí)預(yù)測(cè)功能。
　　 (2)提出了將小波函數(shù)作為BP神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)函數(shù)的小波神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)算法。針對(duì)風(fēng)速突變情況表現(xiàn)出的非平穩(wěn)性問(wèn)題,利用小波分析具有變尺度能力,泛化風(fēng)速突變的非平穩(wěn)性。仿真結(jié)果表明,小波神經(jīng)網(wǎng)絡(luò)在風(fēng)速序列出現(xiàn)非平穩(wěn)時(shí)能較好地反映風(fēng)速突變的細(xì)節(jié),具有較好的非平穩(wěn)的風(fēng)速時(shí)間序列預(yù)測(cè)性能。