检索结果-南通市图书馆

电力系统保护与控制 2016年第19期44卷 56-62页

作者：叶小岭陈浩郭晓杰邓华王雅晨南京信息工程大学信息与控制学院江苏南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心江苏南京210044

为提高短期风电功率预测精度,提出了基于风速升降特征的短期风电功率预测方法。该方法分析风速上升或下降对风力发电的影响,根据风速升降特征,为风速添加标记值,增加训练样本维度,从而提高功率预测精度。用上海某风电场2014年9月至2015... 详细信息

为提高短期风电功率预测精度,提出了基于风速升降特征的短期风电功率预测方法。该方法分析风速上升或下降对风力发电的影响,根据风速升降特征,为风速添加标记值,增加训练样本维度,从而提高功率预测精度。用上海某风电场2014年9月至2015年9月数据对算法进行验证,并对比最小二乘支持向量机(LSSVM)、极限学习机(ELM)、遗传BP神经网络(GA-BP)三种方法的预测结果。实验结果表明,在风电功率预测中引入风速升降特征能够明显提高了模型的预测精度,适合风电场的短期功率预测。

关键词：短期风电功率预测风速升降特征特征值 LSSVM ELM GA-BP

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于风特征分析的风电机组异常数据识别算法

引用

中国电机工程学报 2017年第S1期37卷 144-151页

作者：杨茂翟冠强苏欣东北电力大学吉林省吉林市132012

对风电的研究往往要依托于历史功率数据,而风电机组采集到的历史数据中往往含有大量的异常数据,这严重影响了对风电功率规律特性的分析。针对风电机组的实测功率数据进行研究,分析风速升降特征与风向特征对风电机组输出功率的影响。将... 详细信息

对风电的研究往往要依托于历史功率数据,而风电机组采集到的历史数据中往往含有大量的异常数据,这严重影响了对风电功率规律特性的分析。针对风电机组的实测功率数据进行研究,分析风速升降特征与风向特征对风电机组输出功率的影响。将不同的风特征的数据分开讨论,分别利用Copula函数得到概率功率曲线,结合异常数据的时序特征归纳出三类异常数据,建立异常数据识别模型。利用风电机组的实际数据和人工生成数据进行仿真分析,结果表明,该方法能够高效地识别各类异常数据,对风电研究有着重要的意义。

关键词：风电功率异常数据风速升降特征风向特征时序特征

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

计及多时段趋势感知的风电集群功率超短期预测

计及多时段趋势感知的风电集群功率超短期预测

引用

作者：彭天东北电力大学

学位级别：硕士

隐藏在时代的快速发展形势下的是一次能源的快速消耗,如何开发利用新能源是新时代面临的挑战。蕴量巨大的风能有着分布广泛、无污染和可再生等优点,使其有潜力在短时间内代替一次能源。近年风电产业快速发展,其分布规模已经进步到集群... 详细信息

隐藏在时代的快速发展形势下的是一次能源的快速消耗,如何开发利用新能源是新时代面临的挑战。蕴量巨大的风能有着分布广泛、无污染和可再生等优点,使其有潜力在短时间内代替一次能源。近年风电产业快速发展,其分布规模已经进步到集群式、大规模分布,但是风能的间歇性、随机性和波动性的特点,使其功率输出存在一定的波动性,影响着电力系统实时运行的安全稳定。风电集群的区域划分考虑到各区域风电场独自的时空特性,更符合各不同区域的出力特性,然而风能的特点使得首次的划分不适用于全时段,因此需对其进行多时段的划分。为准确描述各时段各区域的出力特性,需感知其变化趋势,由此本文提出计及多时段趋势感知的风电集群功率超短期预测方法。(1)风电功率数据是开展风电后续研究的基础,异常数据的存在影响对风电机组运行规律的研究。高质量的风电功率数据可以为功率预测提供更好的环境,有望进一步提高预测精度。针对传统识别与重构算法缺少对风速与功率间耦合关系的分析,本文提出一种基于风速升降特性的识别算法和基于风速波动特性的重构算法。(2)数值天气预报(Numerical Weather Prediction,NWP)包含多个区域不同高度的风速和风向等气象信息,其与实测数据不可避免地存在误差。本文首先分析NWP风速误差的分布特性,得到仅依靠风速数值大小难以确定误差值的结论,进而分析误差与NWP风速的数值特征的多因素的耦合关系,由此提出将NWP风速的数值大小和升降趋势共同作为输入的修正模型,提高NWP数据的修正精度,进而提高风功率预测的准确性。(3)为充分利用预测功率信息和数值天气预报信息,本文提出一种基于功率变化趋势和风速变化波动的二维坐标的风电场动态分群方法。将4h时间尺度的预测过程分成4个等长时间尺度的循环过程,即对4h进行多时段的划分,在各时段中应用平衡迭代规约和聚类(Balanced Iterative Reducing and Clustering Using Hierarchies,BIRCH)对各场站的二维坐标聚类,即通过对预测信息的感知进而完成对集群的划分,根据划分结果构建训练集,通过门控循环单元(Gate Recurrent Unit,GRU)模型完成各子集群的功率预测,重复这一过程直至完成4h的超短期功率预测。(4)风电功率预测不是单一环节的,是多环节交互影响的流程性工作。目前多数的评价体系只针对最终的预测结果,缺少对误差成因的具体分析。本文提出针对误差成因的评价体系,利用NWP信息、各气象的实测数据、风电场实际运行数据等,对完整的风电功率预测流程解构,分析各环节对预测总误差的影响程度。进而对各环节与总误差进行灵敏度分析。在后续预测上,可通过改善灵敏度最高的环节以达到最有效的精度提升。

关键词：风速升降特征 NWP风速修正集群划分风电功率超短期预测误差成因

来源：

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：