检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于多粒度时间卷积网络的超短期风功率预测

太阳能学报 2024年第5期45卷 104-111页

作者：江国乾徐向东白佳荣何群谢平单伟燕山大学电气工程学院秦皇岛066004 燕山大学图书馆秦皇岛066004

针对传统风功率预测方法通常基于固定时间粒进行研究,但该类方法往往忽略了其他时间粒度对风功率的影响的问题,提出一种基于多粒度时间卷积网络(MGTCN)的超短期风功率预测方法,使用时间卷积网络来挖掘多粒度视角下的风力机数据特征,并... 详细信息

针对传统风功率预测方法通常基于固定时间粒进行研究,但该类方法往往忽略了其他时间粒度对风功率的影响的问题,提出一种基于多粒度时间卷积网络(MGTCN)的超短期风功率预测方法,使用时间卷积网络来挖掘多粒度视角下的风力机数据特征,并设计多粒度特征融合模块来增强模型的鲁棒性,提高风功率预测精度。首先,利用随机森林算法(RF)得到与输出功率相关性较强的部分特征数据;然后,对筛选后的特征数据进行多粒度划分,通过时间卷积网络(TCN)提取各个粒度的独立特征。最后,使用挤压激励网络(SENet)对不同粒度特征进行自适应加权融合,得到最终预测值。采用中国某风场数据进行算例分析,结果表明相较于其他方法,所提方法在24步预测任务和6步预测任务上取得了最佳的预测性能,具有较高的准确性和稳定性。在24步预测任务上归一化均方根误差、归一化平均绝对值误差和决定系数指标分别为0.152、0.108和0.7214,在6步预测任务上各指标分别为0.1027,0.0683和0.8717。

关键词：风功率预测随机森林多粒度计算时间卷积网络挤压激励网络

维普期刊数据库博看期刊

基于分形特征的自适应EEMD及其在风功率预测中的应用

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2023年第5期44卷 416-424页

作者：金吉王斌喻敏张羽晗张永武汉科技大学信息科学与工程学院武汉430081 武汉科技大学理学院武汉430065

人为设定白噪声的幅值和加噪次数及白噪声自身的随机性会对集合经验模态分解(EEMD)方法的分解结果造成不确定性,导致EEMD应用于风功率预测时不能实现最佳的分解效果。该文研究了白噪声参数对EEMD分解效果的影响机理,并提出基于分形特征... 详细信息

人为设定白噪声的幅值和加噪次数及白噪声自身的随机性会对集合经验模态分解(EEMD)方法的分解结果造成不确定性,导致EEMD应用于风功率预测时不能实现最佳的分解效果。该文研究了白噪声参数对EEMD分解效果的影响机理,并提出基于分形特征的自适应EEMD方法。在不同的白噪声及白噪声参数下,EEMD分解所得到的模态分量具有不同的分形维特征,采用粒子群算法寻优获得EEMD处理某一信号的最佳参数,实现对信号的准确分解。同时结合具有良好非线性建模能力的长短时记忆(LSTM)网络方法对自适应EEMD分解得到的模态分量进行预测,利用仿真信号及两个风电场实际风功率数据进行分析,自适应EEMD避免了白噪声的随机性及人为设定参数对EEMD分解结果带来的不确定性影响。与3种基准预测模型对比,自适应EEMD结合LSTM模型预测两组风功率的RMSE显著降低,验证了该文研究方法的有效性。

关键词：分形维数风功率长短时记忆网络自适应EEMD

基于EVMD和布谷鸟算法的短期风功率区间预测

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2022年第8期43卷 292-299页

作者：张亚刚赵云鹏王思祺新能源电力系统国家重点实验室(华北电力大学) 北京102206

为提高短期风功率预测精度和预测的可控性,提出一种基于能量差优化变分模态分解和布谷鸟优化组合神经网络的短期风功率预测模型。采用能量差优化变分模态分解(EVMD)的模态数,将EVMD用于短期风功率分解,基于EVMD分解序列的不同模态特点,... 详细信息

为提高短期风功率预测精度和预测的可控性,提出一种基于能量差优化变分模态分解和布谷鸟优化组合神经网络的短期风功率预测模型。采用能量差优化变分模态分解(EVMD)的模态数,将EVMD用于短期风功率分解,基于EVMD分解序列的不同模态特点,对非线性序列采用布谷鸟优化反向传播神经网络(CS-BPNN),对平稳序列采用自回归滑动平均模型(ARMA),并重构加权得到点预测值,并基于EVMD分解所丢失的序列信息构建核密度估计,在点预测模型的基础上,进行风功率的区间预测。将所提预测方法用于澳大利亚风电场的实际算例,实验结果表明,该方法可提高短期风功率预测的准确性。

关键词：风功率预测信号处理 EVMD 神经网络布谷鸟算法

基于AVMD-CNN-GRU-Attention的超短期风功率预测研究

在线全文

学校读者我要写书评

暂无评论

太阳能学报 2024年第6期45卷 436-443页

作者：任东方马家庆何志琴吴钦木贵州大学电气工程学院贵阳550025

为提高超短期风功率的预测精度,提出一种改进的基于变分模态分解的卷积神经网络(AVMD-CNN)、门控循环单元(GRU)和注意力机制(Attention)的超短期风功率预测模型。首先利用改进的VMD将风功率序列分解为K个子模态;然后将各子模态利用样本... 详细信息

为提高超短期风功率的预测精度,提出一种改进的基于变分模态分解的卷积神经网络(AVMD-CNN)、门控循环单元(GRU)和注意力机制(Attention)的超短期风功率预测模型。首先利用改进的VMD将风功率序列分解为K个子模态;然后将各子模态利用样本熵(SE)和中心频率进行分类,根据分类结果对各子模态分别给定归一化方式,并按SE值分别输入到GRU-Attention和CNN-GRU-Attention模型中进行训练和预测;最后将各子模态预测结果叠加得到最终结果,从而完成超短期风功率预测。以决定系数(R^(2))、平均绝对误差(MAE)、均方根误差(RMSE)以及平均绝对百分比误差(MAPE)为精度评估指标,实际算例表明,所提出模型的R^(2)较文中其他方法平均提高12.06%,MAE、RMSE以及MAPE分别平均降低59.36%、62.49%和48.34%,具有较高的预测精度。

关键词：风功率预测变分模态分解卷积神经网络注意力机制样本熵

基于风电机组控制原理的风功率数据识别与清洗方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

动力工程学报 2021年第4期41卷 316-322,329页

作者：梅勇李霄胡在春姚惠刘达国家电投集团能源科技工程有限公司上海201100 国家电投集团广西电力有限公司南宁530003 中国核科技信息与经济研究院北京100048

针对变速变桨距控制风电机组在风功率曲线拟合中所面临的非正常运行数据识别与清洗难题,提出了一种基于风电机组控制原理的风功率数据识别与清洗方法。从控制原理出发,首先通过有功功率和发电机转速对风功率散点进行预处理,然后分析功... 详细信息

针对变速变桨距控制风电机组在风功率曲线拟合中所面临的非正常运行数据识别与清洗难题,提出了一种基于风电机组控制原理的风功率数据识别与清洗方法。从控制原理出发,首先通过有功功率和发电机转速对风功率散点进行预处理,然后分析功率时序分布,识别出限功率点,最后结合四分位法对叶尖速比散点和风功率散点进行清洗,在完成功率散点筛选的同时,识别出机组在不同风速下的运行状态。结果表明:本文方法对不同形态特征的风功率散点都具有很好的清洗效果,而且算法执行效率高。

关键词：风功率控制原理叶尖速比四分位法

考虑风功率波动和反调峰特性的混合储能容量优化研究

在线全文

学校读者我要写书评

暂无评论

考虑风功率波动和反调峰特性的混合储能容量优化研究

作者：苏庆贺郑州大学

学位级别：硕士

能源枯竭与环境压力迫使人们将目光转向清洁能源,我国风能资源丰富,可开发利用潜力巨大,但是风能有别于常规能源,它的波动性、反调峰特性等不足将影响到电力系统的调频、调峰、电能质量以及可靠运行。利用储能系统吸收和释放能量的特点... 详细信息

能源枯竭与环境压力迫使人们将目光转向清洁能源,我国风能资源丰富,可开发利用潜力巨大,但是风能有别于常规能源,它的波动性、反调峰特性等不足将影响到电力系统的调频、调峰、电能质量以及可靠运行。利用储能系统吸收和释放能量的特点可以弥补风功率的不足,促进风能高效利用,然而目前储能系统投资成本仍较高,因此需要对储能容量进行优化配置。本文从风电场的角度出发,通过优化配置混合储能系统的容量在实现平抑风功率波动以及缓解反调峰特性的同时兼顾风电场经济效益。论文首先根据风电场出力数据和负荷数据,分析了风功率的波动性和调峰特性,提出采用功率型和能量型储能构成风电场的混合储能系统,在此基础上,揭示了功率型储能平抑风功率高频波动和能量型储能缓解风电反调峰特性的机理,并提出利用小波分解方法实现风功率的解耦。依据小波分解理论,文中通过熵权法和风功率波动量确定小波基函数和分解层数,从而得到风功率高频波动分量和低频并网分量。针对高频波动分量,文中采用功率型储能(超级电容器)进行平抑,建立了基于风功率波动量的功率型储能容量优化模型,算例分析详细比较了低通滤波、滑动平均滤波和本文所提分解策略的解耦效果,结果表明利用小波分解方法得到的储能容量最小,经济性最佳。针对风功率低频并网分量的反调峰特性,本文将解耦得到的低频并网分量与能量型储能(磷酸铁锂电池)共同参与调度计划,并且考虑到锂电池储能过充和过放对循环寿命的影响,提出了储能荷电状态(State of Charge,SOC)优化控制方法。最后以风-储联合运行收益最大为目标函数建立能量型储能容量优化模型,并通过调用CPLEX对模型进行求解。算例结果表明,储能可以缓解风功率反调峰特性,提高风电并网电量。

关键词：风功率波动性反调峰混合储能系统优化配置

适合云南地区风功率预测的数值天气预报系统研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

水利水电技术 2018年第6期49卷 204-213页

作者：剡文林闫涵杨永强云南电力调度控制中心云南昆明650011 北京国能日新系统控制技术有限公司北京100192

为了探寻适合云南地区风功率预测的数值天气预报系统,利用GFS资料为中尺度模式WRF提供初始场和边界条件,评估了不同模式分辨率、参数化方案对云南地区风速模拟结果的影响。结果表明:对于云南地区,3 km分辨率风速模拟效果总体上优于9 km... 详细信息

为了探寻适合云南地区风功率预测的数值天气预报系统,利用GFS资料为中尺度模式WRF提供初始场和边界条件,评估了不同模式分辨率、参数化方案对云南地区风速模拟结果的影响。结果表明:对于云南地区,3 km分辨率风速模拟效果总体上优于9 km分辨率;不同参数化方案对于风速模拟效果影响较大,其中第3套参数化方案(长波辐射方案选用Earth Held-Suarez,短波辐射方案选用RRTMG,陆面过程选用Noah,积云对流方案选用Kain-Fritsch,行星边界层方案选用YSU)为云南地区的最优化方案,其模拟结果与观测资料均方根误差最小(区域平均均方根误差约为1.67 m/s,17个观测站点平均均方根误差约为3.30 m/s)。进一步结合功率预测模型分析表明,较优的分辨率-参数化组合方案可以提升云南地区风电场功率预测合格率达9.68%~38.71%。研究成果对提高云南地区风电场功率预测水平、制定合理消纳风电计划具有一定的指导意义。

关键词：风功率云南数值天气预报 WRF 新能源清洁能源电力系统稳定性电网安全运营

在线全文

学校读者我要写书评

暂无评论

基于支持向量机的风速与风功率预测方法研究

华东电力 2009年第9期37卷 1600-1603页

作者：戚双斌王维庆张新燕新疆大学电气工程学院乌鲁木齐830008 新疆大学科研处乌鲁木齐830008

风力发电具有波动性、间歇性和随机性的特点,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来严峻挑战。对风速风功率进行预测,对风电场的出力进行短期预报,是解决这一问题的有效途径。对风速风功率预测方法进行了研究,从物... 详细信息

风力发电具有波动性、间歇性和随机性的特点,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来严峻挑战。对风速风功率进行预测,对风电场的出力进行短期预报,是解决这一问题的有效途径。对风速风功率预测方法进行了研究,从物理和统计方法对SVM(支持向量机)预测方法作了分析,支持向量机在风速风功率预测中有非常大的应用空间,并进行了预测实验。

关键词：支持向量机风电场风速风功率预测

在线全文

学校读者我要写书评

暂无评论

基于SVM的风速风功率预测模型

可再生能源 2010年第4期28卷 25-28,32页

作者：戚双斌王维庆张新燕新疆大学电气工程学院新疆乌鲁木齐830008

风电是一种最方便、最成熟的可再生能源。风力发电具有波动性、间歇性和随机性,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来影响。通过风速风功率预测,对风电场的出力进行短期预报,是解决这一问题的有效途径。常用的预测... 详细信息

风电是一种最方便、最成熟的可再生能源。风力发电具有波动性、间歇性和随机性,大容量的风力发电接入电网,对电力系统的安全、稳定运行带来影响。通过风速风功率预测,对风电场的出力进行短期预报,是解决这一问题的有效途径。常用的预测方法中,要么预测结果偏差太大,要么存在过学习、维数灾难和局部极值问题。支持向量机(SVM)应用于风速风功率预测,明显优于常用方法,得到相当可观的结果。

关键词：支持向量机核函数风速风功率预测