基于NWP和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測研究.pdf

1、風(fēng)能是一種清潔無污染的可再生能源，大量利用風(fēng)能可以改善日趨嚴(yán)重的環(huán)境污染問題和日漸枯竭的化石能源問題。然而風(fēng)能具有隨機(jī)性、間歇性和不可控性等特點，若將風(fēng)力所發(fā)的電量直接接入電網(wǎng)會對電力系統(tǒng)可靠運(yùn)行和經(jīng)濟(jì)調(diào)度帶來巨大的挑戰(zhàn)。因此，研究高精度風(fēng)電功率預(yù)測算法，對風(fēng)場的發(fā)電量進(jìn)行準(zhǔn)確預(yù)測和經(jīng)濟(jì)調(diào)度具有重要的經(jīng)濟(jì)意義和實際價值。本文采用新型BP神經(jīng)網(wǎng)絡(luò)對日前風(fēng)電功率進(jìn)行預(yù)測研究，并通過多種方法對數(shù)據(jù)進(jìn)行處理，提高了風(fēng)電功率預(yù)測的精度。具體工作如

2、下:
　　首先，基于對BP神經(jīng)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的研究，采用先進(jìn)的小世界網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行改進(jìn)，建立了新型SWBP神經(jīng)網(wǎng)絡(luò)模型。
　　本文主要基于SWBP模型進(jìn)行風(fēng)電功率預(yù)測研究。
　　其次，針對目前風(fēng)電功率預(yù)測沒有規(guī)范的輸入數(shù)據(jù)特征篩選標(biāo)準(zhǔn)問題，本文將互信息技術(shù)進(jìn)行了改進(jìn)并應(yīng)用于風(fēng)電功率預(yù)測輸入特征集的篩選，經(jīng)準(zhǔn)確計算篩選出最相關(guān)且最小的輸入特征集，以提高預(yù)測模型計算效率。同時，本文提出使用平均

3、值算法對風(fēng)場數(shù)據(jù)進(jìn)行預(yù)處理，這種處理方法能夠提高神經(jīng)網(wǎng)絡(luò)在訓(xùn)練中的收斂速度，減小訓(xùn)練誤差，從而提高預(yù)測精度。
　　然后，使用處理后的數(shù)據(jù)對SWBP神經(jīng)網(wǎng)絡(luò)在風(fēng)電功率短期預(yù)測中的性能進(jìn)行了驗證，證明SWBP神經(jīng)網(wǎng)絡(luò)無論是收斂速度、訓(xùn)練誤差還是預(yù)測精度上都相對于BP神經(jīng)網(wǎng)絡(luò)有很大的提高。
　　最后，研究了數(shù)值天氣預(yù)報(NWP)數(shù)據(jù)的處理以及風(fēng)能的隨機(jī)性特性描述方法。根據(jù)國家能源局文件要求，使用SWBP神經(jīng)網(wǎng)絡(luò)對風(fēng)電功率進(jìn)行了實時