【摘 要】
：
风速的大幅波动会造成风电场出力人幅波动,从而导致电力系统频率大幅波动,影响电力系统的安全平稳运行。准确的风速预测有助于减缓风电场出力波动,有利于电力系统调度人员提
【出 处】
：
华北电力大学(北京) 华北电力大学
论文部分内容阅读
风速的大幅波动会造成风电场出力人幅波动,从而导致电力系统频率大幅波动,影响电力系统的安全平稳运行。准确的风速预测有助于减缓风电场出力波动,有利于电力系统调度人员提前制定调度计划,对风电经济并网有重要的意义。
首先,本文采用BP神经网络模型预测风电场风速。基于三层BP神经网络模型对风速序列进行短时预测。考虑不同的输入神经元个数、训练函数以及隐层神经元的个数,对各自参数下的预测结果进行了对比分析。
其次,采用小波分析方法将风速序列分解为不同的风速子序列,然后对不同的风速子序列分别用BP神经网络预测。多个预测结果叠加得到最终预测风速值。对不同参数条件下的预测结果进行了对比分析。
最后,采用小波包分析方法预测风速。与小波分析方法相比,小波包分析方法增加了对高频分量的分解和预测。对基于BP神经网络方法、小波分析方法和小波包分析方法的预测结果进行了对比。
其他文献
火电机组热力系统故障诊断对提高机组运行的安全经济性具有重要的意义。目前电站热力系统故障诊断的研究多针对稳态工况开展,但火电机组常需按照电网需求改变机组负荷而处于变工况动态过渡工况运行,现有方法不能很好地适应这一现状。加上热力系统本身结构复杂、故障多样,使得故障诊断系统在实际应用中受到很大限制。为此,本文提出了一种基于二级神经网络的热力系统动态过程故障预测诊断方法。其中,第一级神经网络采用具有时延输
基于电磁矢量传感器的阵列信号处理是阵列信号处理中的一个重要研究课题,在通信、雷达、导航等领域有着极为广阔的应用前景。首先,本文利用基于匹配子空间检测理论对完全极化
关联规则挖掘是数据挖掘领域的一个重要研究分支,它对于事务数据集中的规则发现有着不可替代的作用。近年来国内外各界学者、研究机构对关联规则算法本身及其应用投入了大量
分散控制系统(Distributed Control System-DCS),是以控制功能分散、管理操作集中为主要特征的计算机控制系统,集综合自动控制技术、计算机技术、网络技术和人机显示技术于一
随着国内风力发电机组装机容量的增加,大规模风电机组并网运行对电力系统稳定性的影响日趋明显。本文建立一个风电机组和火电机组混合发电的区域电网模型。通过仿真分析,研究在电网发生不同故障时,风电机组并网运行对电力系统稳定性的影响,得到在保证电网安全稳定运行条件下,区域电网可以容纳的风电机组和火电机组的最大上网功率。与此同时,对于电源装机容量过剩的区域电网,大规模风电机组的并网运行也将对该区域常规火电机组
近空间飞行器具有传统航空、航天器所不具备的战略监视、战术打击与高效用耗费比等优势,但由于其飞行环境特殊、复杂,因而其控制器设计要求更高的可靠性与鲁棒性。本文针对近
空间互联系统是很多个相似的单元与其相邻单元直接交流的系统，由于其在实际生活中的广泛应用，近年来越来越多地受到人们的关注。空间互联系统的规模巨大，维数通常很高，且系统内部
生物质能是可再生资源。生物质气化发电是将生物质能转变成电能的过程,具有技术灵活、清洁及经济效能好的特性。随着化石能源的枯竭,环境恶化,发掘生物质气化发电的潜力,已经成为一个世界性课题,受到人们的普遍关注。但是生物质能的开发和利用过程中有很多亟待解决的难题,这主要由生物质气化反应过程的复杂性决定。其中一些关键性课题如气化燃气热值偏低,气化产率低,自动控制水平不高等影响了气化发电的推广及应用。本文根据
电力安全一直以来为人们所重视,但是电力安全事故却仍然不时的出现和发生,其中由电力系统一线操作人员所引起的事故尤为突出,这不仅危害电力操作人员的生命财产安全,而且对社会经济和人民生活也造成了不可挽回的损失。在传统意义上,对一线操作人员的电力安全培训教育,大都采用书本教学、观看教学录像和师傅现场演示指导,这样的培训教育不仅枯燥无味,而且效果一般、学习印象也不深刻。基于组态王的电力安全风险体验系统,为一
哼唱检索作为基于内容音频检索的一个分支,是综合声学、音乐学、心理学、信息处理、模式识别等学科的交叉研究方向,得到许多专家和企业的关注,很多学者都围绕哼唱检索技术展