【摘 要】
:
随着化石能源日渐枯竭,世界各国对清洁能源的需求和探索也越来越急切。由于风资源的易获得和可再生特性,研究风力发电对落实国家能源政策、节省化石能源消耗等方面具有重大意义。然而风力发电具有较强的随机性,一定程度的波动性以及间歇性等不稳定特征,容易给电网系统的安全稳定运行造成冲击。因此,为了保障电力系统的安全性、经济性,我们需要开展针对风电功率预测的进一步研究工作,针对现有的预测工作做出改进,提高预测模型
论文部分内容阅读
随着化石能源日渐枯竭,世界各国对清洁能源的需求和探索也越来越急切。由于风资源的易获得和可再生特性,研究风力发电对落实国家能源政策、节省化石能源消耗等方面具有重大意义。然而风力发电具有较强的随机性,一定程度的波动性以及间歇性等不稳定特征,容易给电网系统的安全稳定运行造成冲击。因此,为了保障电力系统的安全性、经济性,我们需要开展针对风电功率预测的进一步研究工作,针对现有的预测工作做出改进,提高预测模型的精确程度和可靠程度。本文针对风电功率的中期预测问题,基于研究领域内现有的相关工作,提出了一种基于Prophet算法改进的支持向量机(Support Vector Machines,SVM)风电出力功率中期预测模型,从而提高针对风电功率的中期预测精度和可靠程度。文章随后提出基于stacking集成策略的组合分位数回归模型,其将P-SVM和随机森林进行融合,结合分位数回归以及核密度估计方法,进一步提高预测精度的同时,获得可靠的分位数预测结果。文章开展的研究工作如下所示:首先,文章针对采集到的沿海某风电厂风电功率与气候数据进行数据分析与处理,并充分挖掘未来风能资源参量的特征,采用随机森林特征排序的方式针对多维特征实现有效性评估和筛选工作,为后续研究提供数据支撑。其次,针对以往研究中存在的对于未来气候变化特征考虑不充分,对数据特征的挖掘不足等问题,文章提出基于Prophet改进的P-SVM风电功率中期预测方法,并通过在不同场景下比较经改进方法与经典算法的预测精度,经由相关指标下的数据分析,验证新模型的有效性。最后,为进一步减小单一算法因预测性能有限所产生的预测误差以及解决电力系统运行中不确定信息缺失的问题,文章提出基于stacking策略的组合风电功率概率预测方法。所提方法在后续算例实验分析中与其他概率预测方法对比,经由相关指标下的数据分析,验证其优越性。
其他文献
随着互联网的发展,信息量指数增长,如何从大量信息中获取所需要的信息是一个重要问题,因此,信息抽取的相关技术研究愈发重要。事件检测是自然语言处理中事件抽取任务的子任务,是信息抽取中的一个重要方向。给定一段文本,事件检测旨在从中检测出潜在的事件类型。目前的事件检测主流是对文本中的触发词进行识别,并判断该触发词属于哪个事件类型。这种基于触发词的事件检测方式会加大数据标注的工作开销,此外,在事件检测任务中
故障诊断是设备维护中的关键部分,轴承作为现代机械设备中的基础元件更是维护过程中的关键部分。由于滚动轴承受各种复杂因素的影响,使之成为整个旋转机械系统中可靠性最差的零部件之一。传统的轴承故障诊断方法以人工设计降噪、滤波、特征提取为主,手动提取特征的过程相对繁琐,且需要一定的背景知识,在面对海量数据集时越来越力不能及。此外,轴承工作周期跨度大,工况复杂多变,这也使得手动提取特征愈发困难。随着深度学习的
随着硬件计算能力提升与众多深度学习方法的普及,行为识别算法逐渐应用于现实中。基于骨骼的行为识别算法是行为识别领域下的一个热门研究领域,吸引了不少研究人员的目光。众所周知,相对于深度学习方法,传统方法可以在较少样本情况下较快地进行训练与预测,但是准确率有所不足;而深度学习方法可以得到较高的准确率,但是需要较多样本用以训练并且计算量较大。这启发我们将传统方法与深度学习方法进行结合,使传统方法与深度学习
情感分析(Sentiment analysis)是自然语言处理的重要领域之一,其目的是从各种数据源中收集基于特定主题的主观意见或感受。但是情感分析在带有复合情感的句子中可能无法准确分析出不同方面情感倾向。因此更具细粒度的情感分析任务,方面级的情感分析(Aspect-based sentiment analysis)被提出,这个任务旨在识别出被分析主体涉及到的多个方面的情感倾向。方面情感分析由多个子
随着深度学习技术的推进以及用户需求的不断更新,人工智能领域对于文本和图像的研究不再局限于单一的自然语言处理任务或者计算机视觉任务,整合这两种不同模态数据的跨模态学习开始受到人们的重视,并展现出了巨大的应用前景。文本语义图像合成作为一种结合文本和图像数据的跨模态图像生成任务,能够更好地适应日益多元化、复杂化的应用场景,满足用户的多样化需求。因此,该任务逐渐成为了跨模态学习领域的一个研究热点。本文是关
情感分析,作为自然语言处理的重要研究领域之一,随着研究的深入以及网络文本情感挖掘的现实应用需求越来越大,作为更为细粒度的方面级情感分析越来越获得重视,已经成为研究热点。方面级情感分析模型,主要是基于深度学习方法,有不少实质性的进展突破。但是深度学习方法依赖标注数据集进行监督学习,而方面级情感分析任务数据集较少,这使得模型过拟合风险较大,容易陷入性能瓶颈和应用障碍。本文,提出基于多任务学习的方法,利
单光子发射型计算机断层扫描(Single-Photon Emission Computed Tomography,SPECT)是临床上常用的一种成像技术,其原理是向病人体内注射一定剂量的放射性示踪剂,放射性示踪剂在衰减过程中会放射出gamma光子,围绕在人体周围的探测器接收到这些光子后经由计算机处理成投影数据,最后通过重建算法进行图像重建,得到重建后的SPECT图像可以辅助医生进行临床诊断。然而放
声波是唯一能够在海洋中实现远距离传递的能量形态。在水下介质中,与其他物理场相比,声波的能量衰减系数更低,能够实现更远距离的能量传播。因此,声波是在水下最佳的信号载体。目前中国所拥有的海域面积约为299.7万平方公里,占地十分辽阔。对于我国而言,富饶且稳定的海洋环境是国民经济高速发展的重要保障,因此对水下传感器进行研究就显得尤其重要。光纤水声传感器结合了光纤技术和光电子技术,以其灵敏度高、响应频段宽
近年来随着城市化的快速发展,人们对公共交通的要求越来越高。同时,随着人民出行需求和各方面需求的进一步升高,现有轨道交通的发展速度已经无法满足人民日益增长的出行需求,这也导致我国交通运输的供求矛盾越来越严重。列车运行调度是协调轨道交通运输供求矛盾的关键,然而现有的面向灵活编组的方案都是以调度员的经验为基础,缺少科学的决策依据。同时,缺乏最优的数学模型和最优的运算流程,使得现有的资源无法得到充分的利用
思维导图是一种图形思维工具。思维导图具有图文兼备的特点,能够最大限度地将学生的思维外化,利于学生形象地学习新知与整合加工信息。思维导图的形式多样,学生可根据自身思维特点及认知规律加以应用,从而有效提高课堂学习效率。将思维导图应用到小学语文课堂教学中,能够有效激发学生的课堂兴趣,充分训练学生的思维品质,使学生在识字、阅读及写作过程中主动参与学习并高效构建知识体系,从而实现语文素养的内化。