基于小波过程神经网络的短期风速预测方法研究

被引量 : 7次 | 上传用户:slim_ning
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着风力发电规模的增大,风电的集中接入所引起的较大功率波动将对电网带来较大的冲击,严重时影响到接入电网的安全与稳定运行。准确预测风速可有效减少这种不利影响,已成为风力发电领域研究的热点和难点。本文以风速为研究对象,通过分析短时风速时间序列的时间相关性、非平稳性、非线性和混沌特性,给出了基于小波过程神经网络的短期风速预测模型,重点研究了具有过程神经元的空间加权聚合运算、小波的时间分解累积运算的风速预测算法并仿真实现,获得了较为满意的效果。本文主要研究工作如下:1.分析风速时间序列数据具
其他文献
进入21世纪,全球人口、资源、环境与工业化加快、经济快速增长的矛盾日益突出,低碳、环保和生态成为新的时代主题。当前,中国水资源、空气污染日益严重,单纯依靠能源、资源无节制
在实际工程中,大部分的系统是非线性的,自适应控制方法作为解决非线性系统稳定性问题的主要方法之一得到了广泛研究。在现代控制中,大部分的控制器是通过计算机传输到系统中的,而
随着航迹规划技术在军事及航空、航天领域得到广泛的应用,越来越多的研究者开始围绕这一领域展开研究,并提出了多种航迹规划算法,以满足不同飞行约束条件下航迹规划问题的需求。
显著性检测是计算机视觉领域中的热点问题之一,其目的是令计算机具备人类视觉处理信息的能力,使其能够自动找到图像中吸引视觉注意力的区域。经过近二十年的发展,视觉显著性技术
随着社会的不断发展以及城市化进程的加快,城市道路交通的拥堵成为当前世界各国普遍面临的问题之一。为了实现交通管理的最优化,近年来对智能交通系统的研究成为国内外的一个
齿轮箱是机械设备的重要组成部分,对齿轮箱进行故障诊断具有重大意义。基于DSP的嵌入式故障诊断系统是以数字信号处理器为核心,把信号采集,数据处理,数据存储及故障识别功能集于一体的系统。本文采用基于模型的设计,以齿轮箱为研究对象,剖析齿轮箱振动信号特点,使用TI公司TMS320F28335数字信号处理芯片为核心及外围器件搭建硬件电路,软件采用MATLAB中的Embedded Coder,Simulin
在能源危机和环境污染日益严重的今天,迫切需要采取措施加大可再生能源的开发利用程度和开发技术水平。风力发电和太阳能发电作为重要的可再生能源,如何有效的加以利用,努力提高其在能源结构中的比例,为国家能源结构调整和地球环境保护做出巨大贡献,成为当今社会及以后发展的重要课题。因此,本文将以提高能源利用效率为目标,对小型独立式风光互补发电系统及其控制策略进行研究,为其实际应用提供参考。本文分析了风光互补发电
PID控制从诞生以来一直是工业过程控制中应用最为广泛的算法。由于它的结构比较简单,易于实现,而且具有鲁棒性强的优点,所以过程控制人员对其青睐有加。随着工业过程越来越复杂,
本文论述了基于DSP+FPGA的转台控制系统设计开发过程,并对设计中的关键技术进行了探讨。论文首先介绍了雷达转台伺服系统的性能要求,估算了系统负载,分析了系统的结构。然后,制定
随着全世界范围内能源危机和环境污染的问题日益突出,可再生能源的利用越来越得到人们的重视,其中,太阳能作为一种新型的绿色可再生能源,具有存储量大、清洁环保无污染等优点。对于太阳能的利用最重要的技术就是光伏(Photovoltaic, PV)发电技术,从上世纪80年代中期开始研究和使用光伏发电系统,到如今已经形成多种结构的发电系统。各种结构的使用方法不同,发展趋势也各不相同。如多支路式结构、串型结构和