短期风速预测相关论文
绿色发展已经成为当下的一个重要趋势,许多国家将环境保护作为实现绿色发展的重要支柱,因此可再生能源的开发和利用技术越来越受大......
近年来,由于煤炭、石油和天然气等传统化石能源的不断消耗,以及其容易造成环境污染、气候变暖等问题,可循环使用的可再生能源在世......
随着我国风力发电技术的不断进步,风电的需求比重日益上升,风速预测在电力系统、风电场和电力市场中发挥着越来越重要的作用。由于......
如今人类社会正面临着由于对化石能源的过度开发造成的能源危机以及环境破坏问题。为了解决这些问题,人们将目光投入到新能源领域,......
能源是人类社会经济增长和发展的重要保障,它能推动社会的进步,提高人类的生活水平。但随之而来的环境恶化问题已将愈加严重,引起......
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......
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......
近年来,随着传统化石能源的日渐枯竭和环境污染的不断恶化,新型清洁能源备受全球的关注。其中,风能清洁无污染,可有效缓解气候变化......
风能是一种零污染、可再生的绿色能源,随着风力发电成本的降低,它已具备了与传统发电能源相竞争的潜力。风能发电主要考虑两个因素......
针对风电场风速波动快、预测难的特点,构建了一种基于小波分解与支持向量回归机模型组合的风电场短期风速预测方法。该方法首先将......
针对短期风速预测问题,提出一种基于混沌理论的最大Lyapunov指数预测法.首先,计算延迟时间和嵌入维数对风速时间序列进行相空间重......
对风速进行快速、准确的预测,可以有效地减小或避免风电场对电力系统的不利影响,同时提高风电场在电力市场中的竞争能力.根据风速......
风力发电具有波动性、间歇性和随机性的特点,大容量的风力发电接入,会对电力系统的安全、稳定运行带来严峻挑战,进行短期风速预测......
风速预测是风电场规划和电网运行的重要环节,其中风速在不同时间尺度的时间序列预测对风电场前期规划以及发电量预测有着重要意义......
风的演变具有混沌特性,论文以混沌相空间重构理论为基础,应用神经网络技术进行风速短期预测。采用互信息法和饱和关联维数法分别计......
由于风速具有较强的随机性,受各种因素影响较多,因此风速预测的准确度不高。针对上述现象,提出了一种基于LSTM(Long Short-Term Me......
可靠准确的短期风速预测有利于电网安全稳定的运行。由于风速具有显著的随机性且受多种因素影响,难以达到令人满意的预测精度。为......
针对BP神经网络风速预测中存在的结构不确定以及网络过度拟合的问题,利用遗传算法的全局搜索能力和模糊聚类算法的数据筛选能力,分......
风速时间序列的非平稳性使得对其预测比较困难。论文首先对风电场的小时平均风速数据采用基于传统的滚动时间序列模型进行短期预测......
文中参照风电场原始数据,依据风速的特性,提出了一种基于EMD-GRNN和概率统计结合的短期风速预测算法。首先对原始数据进行预处理,......
为了减轻风电对电网的影响,降低供电系统的旋转备用容量和运行成本,提出了以混沌理论为基础,基于相空间重构的支持向量机短期风速......
风速具有非平稳性和非线性的特点,为了提高短期风速预测准确性,提出一个混合预测模型。阐述该模型用变分模态分解(VMD)对风速进行......
提出了一种基于多分辨率分析下的短期风速预测方法.利用小波分解将原始风速序列分解成低频信号分量和高频信号分量,将低频信号分量......
传统灰色风速预测模型累加处理时不能预测突变风速，使风电功率预测误差过大。采用数值逼近算法对传统灰色GM（1，1）预测模型进行优化改进......
针对风速的波动性和随机性大导致风速难以准确预测的问题，提出了基于经验模态分解方法（EEMD）和引力搜索算法（GSA）优化极限学习机（ELM）组合......
短期风速预测对风电并网发电系统的运行具有重要的意义。为了提高风电场短期风速预测的精度,提出了基于Mallat变换的时间序列模型......
考虑到风的随机性和波动性,提出一种基于粒子群(PSO)优化B样条神经网络(BSNN)的短期风速预测方法。利用相空间重构方法确定BSNN的......
基于GMDH神经网络和模糊逻辑理论,对风电场风速预测进行了深入研究,提出了一种改进GMDH神经网络方法。该方法在传统网络的基础上将......
针对铁路短期风速预测方法中人工神经网络(ANN)易陷入局部最小值、支持向量机(SVM)核函数选择困难等缺陷,提出采用一种基于自适应......
风能作为一种清洁的可再生能源,能够解决当前社会发展过程中带来的许多能源、环境问题,逐渐受到越来越多的关注。但风能具有随机性......
近代以来,全球经济持续发展,储量极其有限的不可再生资源被大量消耗。与此同时,风能作为经济效益高、无污染的可再生能源被广泛应......
针对目前神经网络短期预测风速收敛困难以及精度不高的问题,提出一种基于气象因子与误差修正的多尺度卷积神经网络(ME-MCNN)短期风......
风电具有与常规发电竞争的潜力,实时的风电预测对风速短期预测有相当高的要求。在基于灰色模型的风速预测研究基础上,利用无偏灰色......
风电场风速及风电功率预测技术是加强风电并网管理的关键措施之一。为了提高短期风速预测的精度，减小风电并网对电力系统的电能质量......
传统神经网络在短期风速预测中,存在易陷入局部极值和动态性能不足等问题,从而导致风速预测精度较低。为了提高风速预测精度,提出......
风速变化频繁,很难建立高精度的风电场短期风速预测模型。基于支持向量回归机（SVR）的风速预测模型虽然应用广泛,但其时间成本限制了......
提出一种经验模态分解、样本熵和支持向量机相结合的短期风速组合预测方法。首先利用经验模态分解将原始风速序列逐级分解成若干个......
为实现高精度的短期风速预测,提出一种基于混合粒子群算法和多分位鲁棒极限学习机的短期风速预测方法。在信号处理阶段,利用时变滤......
针对风速序列的随机性和非平稳性带来的难以准确预测的问题，提出了一种基于互补集合经验模态分解和最小二乘支持向量机的风速预测模......
准确预测风速对风电规模化并网至关重要.为提高短期风速预测精度,提出一种改进的萤火虫算法优化最小二乘支持向量机的风速预测模型......
提出一种基于随机森林算法、谱聚类算法和支持向量机的短期风速预测方法。首先,利用小波变换对原始风速进行去噪,剔除原始风速中不......
风速及其波动特性的预测对包含风电场的电力系统运行有着重要意义,可以有效地减轻或避免风电对电力系统的不利影响,从而提高风电在......
提出一种集合经验模态分解、随机森林和极端学习机建模的短期风速预测方法。首先,引入集合经验模态分解将原始风速数据分解成代表......
为了对风速进行准确的预测,本文提出一种基于ROF的ELM集成预测算法,即采用ROF算法产生差异性训练数据训练多个个体ELM,然后利用加......
短期风速对输电线路影响巨大,由于短期风速的随机性和非线性特性,使得短期风速难以精确预测。提出了一种将长短时记忆网络和时间序......
风速的快速准确预报是电力系统短期调度计划的基础,为了进一步提高风速预测的精度和运算速度,针对短期风速样本数据兼具波动性和趋......
近年来,环境污染和全球变暖问题越来越严重。人们日益认识到保护环境,节能减排的重要性。随着人们对环境问题越来越重视以及科技的......
近年来,风力发电技术成为了一种极具利用潜能的可再生能源发电技术。本文结合国内外的研究现状和风速的特性,分别运用时间序列分析......
随着全球环境的日益恶化和不可再生能源的迅速减少,人们迫切需要发现可以代替不可再生能源的清洁能源。风能作为一种可再生的清洁......
