發(fā)布時間：2024-02-28 21:11

　　隨著能源危機和環(huán)境污染等問題的日益凸顯,可再生能源的發(fā)展受到世界各國的關注,風能作為一種清潔、綠色的可再生能源,已經(jīng)被廣泛用于發(fā)電。由于風力發(fā)電技術(shù)的日臻成熟,風電裝機容量和并網(wǎng)規(guī)模逐漸擴大,風力發(fā)場在中國整個電力系統(tǒng)發(fā)電總量的比例逐漸增加。然而受天氣、環(huán)境等因素的影響,風電功率呈現(xiàn)出波動性、隨機性和間歇性,當大規(guī)模風電接入到電力系統(tǒng)時,將會嚴重影響電網(wǎng)的穩(wěn)定、安全和可靠運行。因此,發(fā)展準確的模型預測風電場風電功率,將有利于電力系統(tǒng)預先安排調(diào)度計劃,保障電力系統(tǒng)的功率平衡和正常運行。在風電場采集風電功率數(shù)據(jù)時,有些歷史數(shù)據(jù)由于通訊故障、系統(tǒng)調(diào)控或人為干預等原因,將會呈現(xiàn)異常變化,這將給分析風電功率的統(tǒng)計特性帶來嚴重影響。為了減少異常數(shù)據(jù)對風電功率波動性和風電功率預測等方面帶來的負面干擾,首先,本文結(jié)合幾何拓撲理論和數(shù)據(jù)標準化理論提出金字塔數(shù)據(jù)分類模型,不僅能夠?qū)Ξ惓?shù)據(jù)進行預處理,還能對數(shù)據(jù)進行分類,將同種類別的數(shù)據(jù)賦予一致的標簽以便于下一步的預測建模;其次,由于風電功率是一組時間序列,呈現(xiàn)出一定的周期特征,利用具有相同或相似特征的數(shù)據(jù)作為訓練集的輸入輸出更有利于預測精度的提高,所以本...

【文章頁數(shù)】：51 頁

【學位級別】：碩士

【部分圖文】：

圖２．１原始數(shù)據(jù)的敷據(jù)分布圖??

本章利用每１５分鐘采集一次的來自２０１４年７月至２０１５年３月之間的風電??功率數(shù)據(jù)，這些數(shù)據(jù)出自西北５市如酒泉、馬鬃山、民勤、武威和張掖等不同站??點的１４組數(shù)據(jù)，每組數(shù)據(jù)有１４４００個數(shù)據(jù)點，由圖２．１可以看出，來自不同站??點的數(shù)據(jù)組擁有明顯的統(tǒng)計特征差異，其中橫坐標表示每....

圖４．１經(jīng)過分類后的風電功率時間序列數(shù)據(jù)趨勢??４．３實例分析與驗證??

標準差）以便預測模型能夠得到更好的結(jié)果。本節(jié)利用第二章中提到的金字塔數(shù)??據(jù)分類模型對風電功率數(shù)據(jù)進行預處理，由于設及海量數(shù)據(jù)，所以簡要列舉預處??理后的時間序列數(shù)據(jù)趨勢如圖４．１所示，金子塔數(shù)據(jù)分類模型賦予數(shù)據(jù)０－１之間??的指標分類，圖４．］展示了較為顯著的幾類數(shù)據(jù)趨勢，其中....

圖４．３金子塔分類指標約０．２時的時間序列預測效果對比??３１??

?４５?５０??圖４．２金子塔分類指標約０．１時的時間序列預測效果對比??１３５００?．ｆｌ?．?■?■■?■?■■＿??１?１?．?１?．?１?１，８???ＢＰ－ＳＶＭ預測值??１２７５０?分類指私???ＣＧ＾Ｒ－ＢＰ－ＳＶＭ??１２０００??ＧＤ－ＡＬＲ－ＢＰ－ＳＶＭ?預測ｔ....

圖４．４金子塔分類指標約０．３時的時間序列預測效果對比??

?４５?５０??圖４．５金子塔分類指標約０．４時的時間序列預測效果對比??３２??

本文編號：3913988