【摘 要】
：
风能和太阳能作为广泛使用和发展速度最快的新能源,并且因其无污染和可持续的优点,受到研究者高度的关注。目前风力发电和光伏发电是风能和太阳能主要的开发利用形式,然而由于风能和太阳能都具有波动性、间歇性和不可控性等特征,使得风力发电和光伏发电难以控制和调度,这便给电网的并网运行和优化调度带来一定程度的影响,也会危害到整个电力系统的安全经济运行。因此,对风力发电系统和光伏发电系统进行准确的功率预测是十分重
【基金项目】
：
国家自然科学基金“含高渗透率新能源电力系统发-输-配-用分离下的电企联盟博弈最优自适应控制（61963020）”；
论文部分内容阅读
风能和太阳能作为广泛使用和发展速度最快的新能源,并且因其无污染和可持续的优点,受到研究者高度的关注。目前风力发电和光伏发电是风能和太阳能主要的开发利用形式,然而由于风能和太阳能都具有波动性、间歇性和不可控性等特征,使得风力发电和光伏发电难以控制和调度,这便给电网的并网运行和优化调度带来一定程度的影响,也会危害到整个电力系统的安全经济运行。因此,对风力发电系统和光伏发电系统进行准确的功率预测是十分重要和值得深入研究的。基于此,本文以风光发电系统为研究对象,采用了基于Logistic混沌映射的原子搜索算法（logistic chaos atom search optimization,LCASO）来优化反向传播（back-propagation,BP）神经网络,主要设计了LCASO-BP神经网络预测模型用于风光发电系统的功率预测,旨在实现风光发电系统准确高效的功率预测,本文主要研究内容如下:（1）详细分析了风光发电系统的相关特性,并从输入数据分类、输入数据预处理、预测模型分类标准和预测模型原理四个方面展开叙述总结了风光发电系统的功率预测技术,为后续功率预测模型的整体设计提供了充分的理论基础与依据;（2）搭建了基于LCASO-BP神经网络的预测模型。首先介绍了LCASO算法基本原理和流程机制,并通过Benchmark函数进行了仿真测试与分析。然后阐述了BP神经网络的原理、参数和结构设置以及不足缺陷,最后搭建了基于LCASO-BP神经网络的预测模型,说明了其原理和结构,并在公开数据集上进行了仿真测试与分析;（3）介绍了风光发电系统的数据预处理流程和相关预测评估指标,并建立了基于GA-BP神经网络和PSO-BP神经网络的功率预测模型,对其进行了仿真测试,为后续对比仿真实验提供有效和科学的参考;（4）设计了基于LCASO-BP神经网络的风光发电系统功率预测模型,并且分别通过与BP神经网络、GA-BP神经网络和PSO-BP神经网络在风光发电系统中进行对比仿真测试,有效验证了其综合预测性能表现和广泛适用性。
其他文献
随着中国与越南的交流越来越密切,汉语-越南语的翻译技术需求不断增长,汉语-越南语这种低资源场景下的翻译技术研究越来越好。然而现阶段研究的翻译技术,更多的是针对正式文体的使用场景,如新闻文本,官方文件等的翻译。对于非正式文体,如网络评论,口语日常对话等使用场景,在同样的翻译模型下,翻译性能明显不足。原因就是在这些场景下,经常出现不符合正常语法的表达方式——代词省略,造成句法成分缺失。这些对于人而言可
多模态机器翻译是利用不同模态的信息辅助文字翻译的任务,视频引导机器翻译是一种多模态机器翻译任务,其目标是通过视频和文本的结合来产生高质量的文本翻译。随着信息技术的快速发展,视频引导机器翻已经逐渐成为人们进行跨语言交流的重要手段,也逐渐成为人工智能领域研究热点问题,在自然语言处理、多媒体和计算机视觉领域受到了很大的关注,因为它可以支撑更多的实际应用。虽然该模型已取得一定的研究成果,但仍然存在着一些待
随着深度学习的发展,神经机器翻译模型在各种翻译任务上都取得了卓越的表现,但由于模型参数规模庞大、结构复杂、自然语言在模型内部以不可理解的数字形式传递等原因,神经机器翻译模型仍是“黑箱”模型,其内部工作机制尚无法被直观理解,这导致了难以在原有模型的基础上进一步提升翻译质量等问题。因此,神经机器翻译的可解释性工作具有较大研究价值。为了进一步增进对神经机器翻译工作机制的认识,本工作以目前使用最广泛的Tr
癌症已经成为威胁人类健康的首要疾病,其中肺癌的死亡率又远高于其他癌症类型,其初期检测和防范就显得极其重要。核医学领域PET/CT在癌症的早期检测中发挥着越来越重要的作用。但是由于患者在扫描过程中不自主的呼吸运动,会造成呼吸运动伪影,给医生的诊断带来困难,因此寻求一种有效的方法来提高PET图像质量,降低成像的伪影显得格外重要。为此,本文提出了两种基于深度学习的PET呼吸运动图像伪影校正方法。（1）本
随着经济的快速发展,化石能源消耗与日俱增,环境污染问题愈发严重,大力发展风电是实现低碳转型的重要举措之一。近年来我国风电发展非常迅速,自2013年我国风电装机容量稳居世界第一,至2021年年底累积装机容量已达3.3亿千瓦。然而,风力发电具有较强的随机性和波动性,难以精确预测及调度。随着风电并网容量的不断增加,给电力系统运行的影响也进一步加剧。为此,本文考虑风电出力的不确定性,对含风电的电力系统鲁棒
随着互联网的高速发展,网络资源的海量化和网络资源语种的多样性不可避免地给用户从海量资源中搜索目标资源带来了语言障碍。因此,如何让用户在语言多样性的环境下准确地检索到相关信息成为信息检索面临的难题。为了满足这类型用户的需求,多语言信息检索（Multilingual information retrieval,MLIR）随之产生,它可以在多于一种语言的文档数据库中搜索相关文档以响应查询。MLIR的主要
电缆的特殊结构决定了其数学模型建立的困难性,传统经典电缆模型虽具有依频特性,但对于电缆单位长度电感L、电容C等元件在高频情况下的非线性特性表征仍不够精确,也未考虑极化特性对电缆模型的影响。本文以10k V三芯电缆为例,首先分析分数阶电感、电容元件模型,再结合电缆固体绝缘介质的极化理论建立三芯电缆高频电磁暂态模型。电缆绝缘材料老化后易引发局部绝缘缺陷,运行时易导致局放等早期故障发生,绝缘层被击穿后,
输电线路是电力系统运行的大动脉,是连接电力系统发电端与终端用户的枢纽。由于输电线路运行环境恶劣,导致输电线路故障率高且故障类型种类多。迅速准确地判断出故障位置有利于及时修复线路,保证可靠供电,减轻巡线负担,节省人力物力投入。行波测距法具有定位速度快、测距精度高、使用范围广等优点,单端行波测距因投资成本低、定位结果的实时性强,不受通信装置和对端设备的影响等优势,有更广阔的研究与应用前景。但单端行波故
随着“碳达峰”和“碳中和”目标的提出,人们对传统化石能源的使用越来越节制,对新能源的使用越来越重视,而分布式电源是新能源在配电网中的一个重要体现,以风机、光伏为代表的新能源作为主力电源大量接入到配电网中,分布式电源自身的发电特征严重制约着配电网的安全稳定运行。分布式电源的并网使传统配电网潮流状态发生了变化,供电质量变得难以保证,鉴于目前在保证供电质量上所遇到的困难,亟需对分布式电源并网的配电网优化
面向查询的新闻多文档自动摘要技术可以从根据查询返回的相关新闻报道文档集合中,快速地抽取出能在一定程度上满足用户查询信息需求的摘要,提高对信息的获取和利用效率,是自然语言处理领域中较为重要的研究方向之一。针对当前面向查询的多文档抽取式摘要方法研究中存在的不足,同时结合新闻文本具有的新闻时序特征,本文进行了如下研究工作:1.基于层级BiGRU+Attention的面向查询的新闻多文档抽取式摘要方法针对