本文關(guān)鍵詞：考慮爬坡特性的短期風(fēng)電功率概率預(yù)測　出處：《電力自動(dòng)化設(shè)備》2016年04期 　論文類型：期刊論文

  更多相關(guān)文章： 風(fēng)電功率 概率預(yù)測 風(fēng)電爬坡事件 小波神經(jīng)網(wǎng)絡(luò) 二維核密度估計(jì)

【摘要】：短期風(fēng)電功率概率預(yù)測有助于調(diào)度部門提前安排發(fā)電計(jì)劃,提高風(fēng)電的消納能力。提出一種考慮爬坡特性的風(fēng)電功率概率預(yù)測方法,首先通過分析不同風(fēng)電爬坡定義的特點(diǎn),闡述互補(bǔ)組合預(yù)測的思路;然后采用小波神經(jīng)網(wǎng)絡(luò)建立風(fēng)電功率確定性預(yù)測模型,并在其基礎(chǔ)上建立不同功率分區(qū)內(nèi)風(fēng)電爬坡率和風(fēng)電功率預(yù)測誤差的二維核密度估計(jì)概率預(yù)測模型;最后由二者的聯(lián)合概率分布求取后者的條件概率分布,得到風(fēng)電功率概率預(yù)測結(jié)果。仿真結(jié)果表明,所提模型具有很高的短期風(fēng)電功率概率預(yù)測精度。
[Abstract]:Short term wind power prediction probability helps scheduling department to arrange power plan, improve wind power consumptive capacity. This paper presented a climbing characteristics of wind power probability prediction method, firstly based on the analysis of characteristics of different definitions of wind power climbing, this complementary combination forecasting ideas; then using a wavelet neural network of wind power the deterministic prediction model, 2D kernel density and the establishment of different power division of wind power and wind power ramp rate based on the prediction error of the estimated probability prediction model; finally by the joint probability distribution of the two conditional probability distribution for the latter, get the wind power probability prediction results. The simulation results show that the proposed model is a very high probability of short-term wind power prediction accuracy.

【作者單位】： 武漢大學(xué)電氣工程學(xué)院;
【基金】：國家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃(973計(jì)劃)資助項(xiàng)目(2012CB215101)~~
【分類號】：TM614
【正文快照】： 0引言近年來,隨著風(fēng)電并網(wǎng)規(guī)模的逐漸增大,風(fēng)電的隨機(jī)性和波動(dòng)性對電網(wǎng)的沖擊和威脅日益成為不可忽視的問題[1]。風(fēng)電功率短期概率預(yù)測[2-3]是解決這一問題的方法之一,其不僅能提供預(yù)測結(jié)果的波動(dòng)范圍,還能估計(jì)出每一個(gè)取值出現(xiàn)的概率,相比于確定性預(yù)測更能提供豐富的不確定信

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 趙學(xué)智,鄒春華,陳統(tǒng)堅(jiān),葉邦彥,彭永紅;小波神經(jīng)網(wǎng)絡(luò)的參數(shù)初始化研究[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

2 楊春玲,楊茂華,胡艷,戴景民;小波神經(jīng)網(wǎng)絡(luò)在多波長輻射測溫中的應(yīng)用[J];計(jì)量學(xué)報(bào);2003年04期

3 許楨英,費(fèi)業(yè)泰;基于小波神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)測試誤差溯源研究[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2003年04期

4 姚洪興,吳越;多變量經(jīng)濟(jì)混沌時(shí)序的小波神經(jīng)網(wǎng)絡(luò)預(yù)測[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

5 張登峰,廉士國,王執(zhí)銓,胡壽松;一種小波神經(jīng)網(wǎng)絡(luò)的優(yōu)化構(gòu)造及其應(yīng)用[J];兵工學(xué)報(bào);2004年04期

6 曹陽,袁旭峰,高軼群;小波神經(jīng)網(wǎng)絡(luò)及其在化工中應(yīng)用的研究[J];貴州工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

7 程啟明,王勇浩;基于小波神經(jīng)網(wǎng)絡(luò)的控制方法及其應(yīng)用研究[J];工業(yè)儀表與自動(dòng)化裝置;2004年05期

8 畢研秋;周文連;張大海;江世芳;;連續(xù)小波神經(jīng)網(wǎng)絡(luò)收斂性能的探討[J];電力系統(tǒng)及其自動(dòng)化學(xué)報(bào);2005年06期

9 李志剛;司錫才;陳玉坤;;基于小波神經(jīng)網(wǎng)絡(luò)的信號識別[J];彈箭與制導(dǎo)學(xué)報(bào);2005年SD期

10 蔡念;楊杰;;基于小波神經(jīng)網(wǎng)絡(luò)的圖像表述[J];影像技術(shù);2006年01期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 胡博;陶文華;崔博;白一彤;尹旭;;基于小波神經(jīng)網(wǎng)絡(luò)的異步電機(jī)故障診斷[A];2009中國控制與決策會(huì)議論文集（2）[C];2009年

2 何正友;錢清泉;;一種改進(jìn)小波神經(jīng)網(wǎng)絡(luò)模型在電力故障信號識別中的應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會(huì)議論文集[C];1999年

3 魯艷軍;陳漢新;陳緒兵;;基于小波神經(jīng)網(wǎng)絡(luò)的齒輪裂紋故障診斷[A];節(jié)能減排 綠色制造 智能制造——低碳經(jīng)濟(jì)下高技術(shù)制造產(chǎn)業(yè)與智能制造發(fā)展論壇論文集[C];2010年

4 董健;尹萌;張輝;;小波神經(jīng)網(wǎng)絡(luò)結(jié)合多項(xiàng)式的混合預(yù)測方法在通信規(guī)劃中的應(yīng)用[A];2011全國無線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集[C];2011年

5 謝建宏;張為公;;復(fù)合材料疲勞剩余壽命預(yù)測的動(dòng)態(tài)小波神經(jīng)網(wǎng)絡(luò)方法[A];第二屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

6 陳建秋;張新政;;基于小波神經(jīng)網(wǎng)絡(luò)的水質(zhì)預(yù)測應(yīng)用研究[A];2006中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

7 孫正貴;;小波神經(jīng)網(wǎng)絡(luò)的高效學(xué)習(xí)算法及應(yīng)用研究[A];中南六省（區(qū)）自動(dòng)化學(xué)會(huì)第24屆學(xué)術(shù)年會(huì)會(huì)議論文集[C];2006年

8 黃敏;朱啟兵;崔寶同;;基于小波神經(jīng)網(wǎng)絡(luò)的軋機(jī)特性回歸[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

9 周紹磊;張文廣;李新;;一種基于改進(jìn)遺傳算法的小波神經(jīng)網(wǎng)絡(luò)[A];2007年中國智能自動(dòng)化會(huì)議論文集[C];2007年

10 杜青;劉劍飛;劉娟;喬延華;;基于小波神經(jīng)網(wǎng)絡(luò)的模擬調(diào)制信號自動(dòng)識別[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學(xué)術(shù)會(huì)議論文集（下冊）[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 侯霞;小波神經(jīng)網(wǎng)絡(luò)若干關(guān)鍵問題研究[D];南京航空航天大學(xué);2006年

2 高協(xié)平;小波參數(shù)化與小波神經(jīng)網(wǎng)絡(luò)研究[D];湖南大學(xué);2003年

3 章文俊;小波神經(jīng)網(wǎng)絡(luò)算法及其船舶運(yùn)動(dòng)控制應(yīng)用研究[D];大連海事大學(xué);2014年

4 李永紅;廣義小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)雷達(dá)相關(guān)濾波的研究[D];大連海事大學(xué);2000年

5 宋清昆;自適應(yīng)結(jié)構(gòu)優(yōu)化神經(jīng)網(wǎng)絡(luò)控制研究[D];哈爾濱理工大學(xué);2009年

6 銀俊成;量子信道與量子小波神經(jīng)網(wǎng)絡(luò)相關(guān)問題研究[D];陜西師范大學(xué);2013年

7 李文軍;多小波和小波神經(jīng)網(wǎng)絡(luò)構(gòu)造及其在電弧故障診斷中的應(yīng)用研究[D];吉林大學(xué);2008年

8 劉守生;遺傳算法與小波神經(jīng)網(wǎng)絡(luò)中若干問題的研究[D];南京航空航天大學(xué);2005年

9 黃同成;基于小波神經(jīng)網(wǎng)絡(luò)理論的VOCR與HOCR技術(shù)研究[D];上海大學(xué);2008年

10 蔡振禹;基于粗集—小波神經(jīng)網(wǎng)絡(luò)的煤炭企業(yè)管理研究[D];天津大學(xué);2007年

，

本文編號：1384620