检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于机器学习的短期光伏发电功率预测

基于机器学习的短期光伏发电功率预测

作者：刘源延华北电力大学(北京)

学位级别：硕士

在“碳达峰”和“碳中和”的重大需求下,发展光伏发电是实现能源可持续发展的重要途径。随着光伏发电在电网中渗透率不断提高,其间歇性和波动性给电网运行带来的安全等问题日益凸显。可靠的光伏功率预测能够有效降低光伏发电功率的不确... 详细信息

在“碳达峰”和“碳中和”的重大需求下,发展光伏发电是实现能源可持续发展的重要途径。随着光伏发电在电网中渗透率不断提高,其间歇性和波动性给电网运行带来的安全等问题日益凸显。可靠的光伏功率预测能够有效降低光伏发电功率的不确定性带来的不利影响,是保障新能源消纳和系统安全稳定运行的重要技术手段。由于强大的非线性数据处理能力,机器学习模型在光伏功率预测领域中有着极其广泛的应用。由于单一的机器学习模型通常难以达到电力系统对高精度光伏功率预测的要求,本文围绕着基于机器学习的组合式光伏功率预测模型开展研究,主要工作如下:(1)设计了一种基于小波包变换和门控循环单元网络的光伏功率预测方法。采用箱型图法处理光伏数据异常值,通过计算皮尔逊相关系数筛选重要气象因素。利用小波包变换技术将光伏功率序列进行二层分解并单支重构为一系列子信号,分别与重要气象因素构建各个门控循环单元网络的特征输入。将各个子预测网络的输出整合,获得最终的光伏功率预测值。该方法通过充分挖掘隐藏在光伏功率序列中的频率信息,能够实现准确的光伏功率预测。(2)建立了一种基于相似日选择的光伏功率预测方法。设计基于水平总辐射的趋势因子和波动因子以及复合气象因子的相似日指标,并通过Levy飞行天牛须搜索算法确定各匹配系数权值,比较各历史日的总相似度指标值筛选得到当前预测日的相似日。将相似日功率子信号分别与气象数据构成各门控循环单元的特征输入,并通过Levy飞行天牛须搜索算法优化门控循环单元的网络结构。所提出的相似日选择方法剔除了与预测日差异较大的历史日样本数据,提升了训练数据的质量,从而进一步提高了光伏功率预测的精度。(3)开展了基于真实光伏电站数据集的仿真对比实验。通过与其他常用的信号分解技术和机器学习模型进行仿真对比,验证了小波包分解和门控循环单元在精确提取频率特征以及提高网络训练效率方面的有效性。选取数据集中属于不同天气和不同季节的12个预测日进行仿真实验,结果表明基于相似日选择的光伏功率预测方法在预测精度和泛化能力方面具有显著优势。

关键词：光伏功率预测小波包变换相似日门控循环单元天牛须搜索算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于支持向量机的电力短期负荷预测研究

基于支持向量机的电力短期负荷预测研究

作者：龚灯才河海大学

学位级别：硕士

短期负荷预测是电力系统安全经济运行的前提,随着电力系统的市场化,高质量的短期负荷预测越来越显得重要和迫切。支持向量机是一类新型的机器学习方法,具有求解速度快、泛化能力强等优点。本文针对支持向量机应用于电力系统短期负荷预... 详细信息

短期负荷预测是电力系统安全经济运行的前提,随着电力系统的市场化,高质量的短期负荷预测越来越显得重要和迫切。支持向量机是一类新型的机器学习方法,具有求解速度快、泛化能力强等优点。本文针对支持向量机应用于电力系统短期负荷预测展开几个方面的研究工作。支持向量机的参数选择对模型的性能影响很大,目前支持向量机的参数选择尚缺乏公认有效的结构化方法,参数选取依靠交叉验证得到。粒子群算法是一种计算快速、算法本身易于实现的群体智能算法。本文提出了粒子群算法与支持向量机相结合的混和算法,以测试集误差作为判决依据,实现了支持向量机参数的优化选择,并建立了相应的预测模型。根据华中电网郑州地区的历史负荷数据和气象数据,本文分析影响预测的各种因素,总结了负荷变化的规律性,并利用统计学的方法,对历史负荷数据中的“异常数据”进行修正,对负荷预测中要考虑的相关因素进行了规范化处理,同时引入不同日之间特征量的“相似度”的概念,选取相似日训练样本。基于具有相似特性的工作日,其负荷曲线非常接近这一特点,本文提出了利用支持向量机预测下一日负荷相对于选定相似日负荷的变化量,将该预测值与相似日负荷相加求得负荷基本项的预测模型。由于支持向量机对气象信息的敏感性差,而模糊逻辑能充分利用专家的经验知识处理不确定信息,本文通过建立模糊规则库处理气象信息与负荷变化之间难于精确表达的影响关系,预测受气象因素影响的负荷随机项,并对支持向量机预测得到的基本负荷进行修正,两者结合得到最终的负荷预测结果。节假日负荷预测是负荷预测中的难题,本文提出了支持向量机方法与模糊推理相结合的节假日负荷预测方法。将节假日负荷预测分为最大最小负荷预测和归一化负荷曲线预测:基于专家经验建立模糊规则库,通过模糊推理来预测日负荷的最大最小值,用支持向量机模型来预测日归一化负荷曲线的形状,将两者结合得到最终的预测结果。

关键词：短期负荷预测支持向量机粒子群优化相似日模糊逻辑

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于智能组合模型的短期风电功率预测

基于智能组合模型的短期风电功率预测

作者：王香粤天津理工大学

学位级别：硕士

在当前推动能源结构转型，实现双碳目标并完善可再生能源发展的背景下，风电以其储量庞大且分布区域广阔等优点受到重视。然而，风力发电的波动性给供电系统带来了挑战，为了保证系统的稳定运行，有效地对风电功率进行准确预测对风力发... 详细信息

在当前推动能源结构转型，实现双碳目标并完善可再生能源发展的背景下，风电以其储量庞大且分布区域广阔等优点受到重视。然而，风力发电的波动性给供电系统带来了挑战，为了保证系统的稳定运行，有效地对风电功率进行准确预测对风力发电行业的发展至关重要。通过预测风电场的发电能力，可以提高风电并网的有效性。本研究旨在探索短期风电功率预测的方法。以下是具体内容：　　（1）风电机组预测模型数据预处理。风电场数据的异常问题是一个重要的研究方向，为了减少异常数据对风电功率预测精度的不利影响，本研究采用统计量分析法和拉伊达准则进行数据预处理。通过剔除异常数据，不仅改善数据分布的集中性，还提高数据的可靠性。采用偏最小二乘算法对影响功率的特征参数进行初步筛选，互信息系数剔除相关性明显的冗余特征参数得到模型的输入变量，为后续功率预测模型的建立进行了铺垫。　　（2）基于改进猎食者优化算法的极限学习机短期风电功率预测模型。对极限学习机原理进行分析，针对极限学习机参数不同影响预测效果的问题，本文采用两种策略改进猎食者优化算法，利用多维测试函数验证了改进的猎食者优化算法具有更快的收敛速度和更好的寻优结果。为了优化极限学习机的预测模型，本文采用改进的猎食者优化算法对其参数进行寻优。在预测仿真中，使用风电场的实际历史数据，并成功验证了模型预测精度的提升。　　（3）基于相似日的短期风电功率预测模型。本文提出了一种利用高斯多峰拟合提取每日风速变化特征变量的方法，基于聚类指标确定聚类数目，利用层次聚类算法对每日特征变量聚类分析，实现对风电机组运行工况的区间划分，构建基于相似日的短期风电功率预测模型。通过风电场实测数据为例，验证了该模型具有较好的预测效果。

关键词：短期风电功率预测数据预处理猎食者优化算法极限学习机相似日

基于改进K近邻算法的航站楼离港旅客到达规律研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进K近邻算法的航站楼离港旅客到达规律研究

作者：何川中国民航大学

学位级别：硕士

随着我国民航运输客流量逐年稳定增长,我国各大机场不同程度出现运行能力饱和态势。航站楼传统的资源配置方式已不能满足机场客流量增长的需求,全国各大机场不同程度地出现了旅客排队时间长、旅客服务质量下降等现象。如何在有限资源下... 详细信息

随着我国民航运输客流量逐年稳定增长,我国各大机场不同程度出现运行能力饱和态势。航站楼传统的资源配置方式已不能满足机场客流量增长的需求,全国各大机场不同程度地出现了旅客排队时间长、旅客服务质量下降等现象。如何在有限资源下提高机场资源利用率成为目前热点问题。航站楼短时客流量预测是航站楼旅客服务流程优化的关键核心问题,其预测精度的高低直接影响了上述难题的破解效果。考察了几种常见的短时预测方法,发现K近邻非参数回归算法更适合用于航站楼短时客流量的预测。但由于传统K近邻算法并未考虑影响航站楼短时客流量影响因素,其存在不具备良好鲁棒性的缺陷。于是借鉴电力系统预测方法,引入“相似日”预测思想,在传统K近邻算法基础上增加了航班计划状态模式匹配方法,以航班计划包含的多维属性作为特征选取相似历史运营日作为预测基准向量,建立基于航站楼短时客流量预测的双层K近邻模型(T-K近邻),实验证明T-K近邻模型预测结果相对传统K近邻模型有更高精度以及良好的鲁棒性。但只考虑一种特征作为影响因素不具备良好的说服力,于是借助机场运行控制中心大数据平台,进一步挖掘运营日的特征属性,在考虑航班计划影响因子的前提下,加入天气状况、星期类型、节假日影响因子,从日特征相似和趋势相似两个方面来对航站楼运营中不同的两日进行比较,选取预测日的相似运营日,针对航站楼短时客流量的预测建立了SD-K近邻模型,发现其相对T-K近邻模型拥有更高的精度以及更稳定的鲁棒性,更进一步提高了模型的普适性。仿真结果显示,SD-K近邻模型能够结合预测日当天的特征属性,较好的预测航站楼短时客流量,预测精度达到93%左右。并且成功将预测结果用于机场运行能力仿真评估项目中,进一步验证了模型的实用价值。

关键词：航站楼客流量相似日模式匹配预测模型改进K近邻

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于支持向量机的烟台电网短期负荷预测研究

基于支持向量机的烟台电网短期负荷预测研究

作者：刘超男华北电力大学

学位级别：硕士

负荷预测是电力系统安全经济运行的基础。针对当前短期负荷预测方法存在的问题，本文给出了相似日选择基础上的多输出加权最小二乘支持向量机模型，用以实现短期负荷的有效预测。主要内容包括：采用改进的纵向、横向比较法实现不良数据... 详细信息

负荷预测是电力系统安全经济运行的基础。针对当前短期负荷预测方法存在的问题，本文给出了相似日选择基础上的多输出加权最小二乘支持向量机模型，用以实现短期负荷的有效预测。主要内容包括：采用改进的纵向、横向比较法实现不良数据的识别与缺失数据的增补，解决负荷数据在采集、传输等过程中产生的坏数据或数据缺失问题，通过对负荷样本数据的预处理，提高了数据的质量。依据对日负荷水平及趋势的影响大小提取日特征向量，基于此提出了基于无监督支持向量分类机的相似日选择方法，并给出相应的建模及求解步骤。该方法实现了相似日选择过程的有效性和快速性，从而进一步提高了负荷预测准确度。建立多输出加权最小二乘支持向量机模型，用以实现短期负荷预测。文中就模型中输入样本对于模型影响的大小，输入变量的分析、筛选以及核函数的选择等关键点进行研究，并给出相应的结论。最后，结合数据预处理及相似日选择，形成完整的日负荷预测方案，并以烟台电网为例，验证了本文所提方法的有效性。

关键词：负荷预测数据预处理相似日无监督支持向量机多输出加权最小二乘支持向量机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

一种电离层短期预报的新方法

装备环境工程 2009年第3期6卷 15-20页

作者：冯静柳文凡俊梅孔庆颜中国电波传播研究所电波环境特性及模化技术国家重点实验室山东青岛266107

提出了一种电离层短期预报的新方法。该方法基于自相关方法，继承了其简单易实现的优点，但在精度上有了较大提高。利用满洲里、乌鲁木齐、北京和海口电离层观测台站的f0F2数据给出了该方法预报精度的定量估计。该方法对于提前1～Nh的... 详细信息

提出了一种电离层短期预报的新方法。该方法基于自相关方法，继承了其简单易实现的优点，但在精度上有了较大提高。利用满洲里、乌鲁木齐、北京和海口电离层观测台站的f0F2数据给出了该方法预报精度的定量估计。该方法对于提前1～Nh的预报（冬季、分季N=1h，夏季N=3h）与自相关方法具有相同的精度，但提前Nh以上预报时则有明显的改善，尤其在冬季，均方根相对误差往往可以降低2个百分点左右。

关键词：电离层短期预报相似日 foF2

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种短期电力负荷预测方法

软件 2017年第3期38卷 6-11页

作者：杨蕊张程李飞刘骥重庆大学计算机学院重庆400044 国家电网永川电力公司重庆402160

针对短期电力负荷预测中影响因素多、变化随机、非线性等特点,提出一种相似日的优化BP神经网络短期电力负荷预测方法。考虑到短期负荷波动的影响因素较多,相似日的选取综合了气象因素、日期因素和时间距离因素。同时,在负荷预测中常用... 详细信息

针对短期电力负荷预测中影响因素多、变化随机、非线性等特点,提出一种相似日的优化BP神经网络短期电力负荷预测方法。考虑到短期负荷波动的影响因素较多,相似日的选取综合了气象因素、日期因素和时间距离因素。同时,在负荷预测中常用的BP神经网络预测方法的基础上,引入遗传算法对BP神经网络算法的初始权值和阈值寻优进行改进。仿真表明优化BP神经网络算法与相似日结合的方法预测时在稳定性和精确度方面得到较大的提高。

关键词：相似日气象因素日期因素短期负荷 BP神经网络遗传算法

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于机器学习的民航信息岗工作负荷预测研究

民航管理 2024年第1期 88-93页

作者：李华锋辜汝桐吴东岳中国南方航空股份有限公司

民航的信息收集和分析工作是确保航班安全高效运行的重要组成部分，但目前对于该岗位的工作负荷缺乏一种定量、系统的评价与预测方法。本文以航行情报工作中的航行通告岗位为例，基于机器学习构建工作负荷预测模型。采用基于信息类别的... 详细信息

民航的信息收集和分析工作是确保航班安全高效运行的重要组成部分，但目前对于该岗位的工作负荷缺乏一种定量、系统的评价与预测方法。本文以航行情报工作中的航行通告岗位为例，基于机器学习构建工作负荷预测模型。采用基于信息类别的灰色关联分析，并利用时间“近大远小”原则从历史数据中得到相似日数据，提高训练集的信息关联度，并根据集成学习理念进行数据预测。以南方航空的航行通告系统后台历史数据进行实验验证，该预测模型的均方根误差、平均绝对相对误差以及相对系数等性能指标都相对较小。基于此，本文认为该预测模型具有更高的预测精度和推广价值，在物流、电力等需要处理时间序列数据和进行负荷预测的行业具有普适性。

关键词：工作负荷机器学习相似日民航信息岗

基于时间序列聚类算法的城市轨道交通节假日客流波动分析

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工业技术创新 2022年第5期9卷 91-99,107页

作者：李金明重庆轨道交通集团有限公司线网管控中心重庆400042

与平常相比,节假日期间城市轨道交通客流会出现大幅度的波动,对波动规律进行分析和预测,是城市轨道交通运营管理部门制定客流组织方案的先决条件。鉴于传统方法对样本规模依赖程度较大这一局限性,提出一种基于时间序列聚类算法的城市轨... 详细信息

与平常相比,节假日期间城市轨道交通客流会出现大幅度的波动,对波动规律进行分析和预测,是城市轨道交通运营管理部门制定客流组织方案的先决条件。鉴于传统方法对样本规模依赖程度较大这一局限性,提出一种基于时间序列聚类算法的城市轨道交通节假日客流波动分析方法。借鉴相似法思想,以相似日为参照,在节假日客流波动率序列和节假日客流波动率差分序列的基础上构建了节假日客流波动描述向量,并以描述向量为依据,实现特征提取和聚类。以重庆轨道交通为研究对象,对3天节假日客流数据进行分析,客流量平均相对误差仅为4.56%。为更加准确地分析节假日客流量,进而为城市轨道交通运营管理部门制定节假日运力调配和车站客流疏导等方案提供了有力的决策支持。

关键词：城市轨道交通节假日客流波动聚类算法相似日

维普期刊数据库