【摘 要】
：
为了提高光伏电站短期预测功率的精度,提出一种基于相似日原理和改进CPSO-Elman神经网络模型的光伏电站短期功率预测方法.将历史运行数据按照时长划分不同季节,采用欧式距离对天气类型进行处理并建立天气类型系数,通过灰色关联分析法和余弦相似度指标结合选取相似日.由于粒子群算法搜索速度慢且存在易早熟等缺陷,采用改进混沌粒子群(CPSO)来优化Elman神经网络的权值和阈值,对夏季不同天气类型条件下的短期功率分别预测.选用南疆某光伏电站2020年运行数据进行分析,结果表明:CPSO-Elman在非晴天条件下也具
【机 构】
：
昌吉学院 物理系,新疆 昌吉 831100;库尔勒新特汇能能源有限责任公司,新疆 库尔勒 841000
论文部分内容阅读
为了提高光伏电站短期预测功率的精度,提出一种基于相似日原理和改进CPSO-Elman神经网络模型的光伏电站短期功率预测方法.将历史运行数据按照时长划分不同季节,采用欧式距离对天气类型进行处理并建立天气类型系数,通过灰色关联分析法和余弦相似度指标结合选取相似日.由于粒子群算法搜索速度慢且存在易早熟等缺陷,采用改进混沌粒子群(CPSO)来优化Elman神经网络的权值和阈值,对夏季不同天气类型条件下的短期功率分别预测.选用南疆某光伏电站2020年运行数据进行分析,结果表明:CPSO-Elman在非晴天条件下也具有较高的预测精度.
其他文献
倾斜摄影测量是国际测绘领域最近几年来新兴的一种高新测量技术,相比其他测量方式,具有周期短、效率高、成本低、灵活性高、成果直观等优点,有很大的应用前景.针对传统的房屋测量方法对于农村确权房屋采集工作效率低下的问题,基于倾斜摄影测量技术,通过密集匹配生成点云,CSF算法滤波分离地面点,再运用面片分割方法提取建筑物屋顶,进行过滤、分组、边缘拟合,得到建筑物轮廓线,从而自动提取建筑物轮廓信息.与传统方法相比,该方法具有结果直观、速度快、抗干扰能力强等特点.
利用快速发展的嵌入式,提出了智能暗通信系统.目的在照明系统中引入载波(PLC)电力线路技术,充分利用房间内现有的输电线路,导体耦合的基本原理,以及国内外常用的一些电信接口导体芯片和各种光控制照明设备.设计了一种基于导体耦合的描述约束智能控制系统,并根据系统结构和控制原理进行了描述.
当前的电网负荷数据分类方法忽略了对负荷数据训练集的设计,导致分类结果存在较高的信噪比,冗余数据也较多.为此,基于人工神经网络设计电网负荷数据分类方法.提取离群点数据,利用人工神经网络算法设计训练集,逼近优化电网负荷数据,生成冗余数据周期性筛查模型,完成电网负荷数据分类.实验结果表明,该方法信噪比高于常规方法,对冗余数据的清除更彻底,且与当前方法相比,准确率、精度以召回率更高,应用性能更理想.
岩性识别是地层评价、油藏描述、测井解释等方面的一项重要工作内容.随着计算机计算能力的提升,学者们将人工智能算法应用到岩性识别领域中,并取得了不错的研究成果.首先,基于奇异谱分析对测井数据进行趋势分析,因为SSA对数据缺失具备很好地适合性,从而避免岩性识别出现错误判断;随后,对数据进行了主成分分析,将岩性识别的10种影响因素(不同测井数据)进行了降维处理,只保留了4种;最后,根据BP神经网络搭建了岩性识别模型,利用7000个4种不同岩性的测井数据进行训练,并使用整体数据剩余的60个岩性数据进行测试.测试结果
当前方法变压器故障诊断方无法描述变压器故障的变化特点,导致变压器故障诊断时间长、诊断误差高等问题,为为了提高变压器故障效果,提出基于模式识别技术的变压器故障诊断方法.首先,分析当前变压器故障诊断的研究进展,找到各种方法的局限性;然后,采用粒子群算法确定故障类别门限值,利用模式识别技术根据峰值、诊断阈值、熵建立得到随机模糊特征因子,根据特征因子得到故障类别区间,根据故障类别匹配结果完成变压器故障诊断.仿真实验结果表明,本文方法能够有效提高模型训练速度以及变压器故障诊断的精度,获得较理想的变压器故障诊断效果.
提出了一种新的方法来更新纵波和转换波的深度域速度模型.该方法基于矢量波波场延拓的弹性波叠前深度偏移得到的共成像点的剩余曲率分析(RCA).在共成像点道集上进行速度更新,并将偏移速度与真实速度的差异参数化,通过拾取能量团的方式估计真实速度.同样的方法也可用于更新各向异性参数.推导了成像深度与各向异性参数关系的方程,并利用模型各向异性和真各向异性的相关参数更新了横向各向同性介质(VTI)的各向异性参数.在实际应用中,采用分层剥离法逐层更新速度,通过剩余时差反演各向异性参数.利用合成地震资料和实际工区模型资料进
新能源电力接入电网的比例正逐渐增加,促进新能源的消费对于保证电网安全运行、提高能源利用效率具有重要作用.为此,提出了一种促进新能源消费的时段和电价组合优化方法,从价格弹性理论出发建立了用户反应模型,提出了一种新的能耗模型;以新能源消耗的最大化,以及用户用电成本最小化为优化目标,建立了时段和电价组合优化模型;采用粒子群算法进行求解,最后通过一个仿真模型对本文提出的方法进行了验证.仿真结果表明,本文提出的方法能够在有效促进新能源消耗的同时(新能源消耗增加8.63％),降低用户的用电成本(降低6.02％),验证
当前使用的绿色能源传感器识别方法不具备传感器信号识别能力,导致其识别率较低、时间开销较大.针对该问题,设计基于数字滤波技术和动力学的绿色能源传感器识别方法.使用RVM回归算法处理采集到的传感器信号,构建样本集;基于数字滤波技术构建数字滤波器,剔除样本集中无用的信号与噪声;基于动力学分析信号冲击特征,确定信号来源,完成绿色能源传感器的识别.实验结果表明,基于数字滤波技术和动力学的绿色能源传感器识别方法的传感器识别率在98％以上,提高了传感器的实际识别效果;传感器识别时间波动值均在0s以下,在保证传感器识别效
为解决邻近工作面采动影响下3213运输巷煤帮变形显著问题,基于3215工作面开采后覆岩的结构特征,确定了基本顶断裂位置,分析了煤柱变形破坏机制,提出了高预紧力和注浆改性的煤帮变形控制思路,根据3213运输巷地质条件设计了技术参数.现场监测结果表明,提出的破碎煤帮稳定性控制技术实施效果良好,可有效控制巷道围岩的稳定性,顶底板移近量降低了81.4％,两帮移近量降低了79.6％.研究成果为类似条件矿井采动影响破碎煤帮变形控制提供指导.
弱胶结软岩巷道围岩稳定控制是煤矿安全生产需要解决的一个技术难题.为研究弱胶结软岩巷道围岩的变形破坏特征以及合理的支护技术,以色连二矿12307巷道为研究背景,考虑采空区积水下渗对弱胶结软岩强度的影响,采用FLAC3D对“锚杆索网”以及“钢筋网+全锚索+混凝土地坪”两种支护方案下弱胶结软岩巷道的应力、变形、塑性区等分布特征进行了数值模拟分析.研究结果表明,常规“锚杆索网”联合支护下富水弱胶结软岩巷道很难维持自身的稳定,其围岩变形量以及破坏范围将随着巷道的向前开挖而持续增长,最终在顶板、底板、两帮出现的最大位