發(fā)布時間：2018-03-23 19:31

  本文選題：神經(jīng)網(wǎng)絡　切入點：預測方法　出處：《安徽理工大學》2017年碩士論文

【摘要】：隨著世界經(jīng)濟的高速發(fā)展,我們需求的能源越來越多,在化石能源的逐漸短缺和環(huán)境保護雙重壓力下,能重復利用的清潔能源在發(fā)電系統(tǒng)中占據(jù)的比例越來越大。太陽能以其自身的很多優(yōu)點受到社會的大力矚目,光伏發(fā)電也成為一種可重復利用的發(fā)電形式。由于,光伏功率發(fā)電存在著不確定性和間歇性等缺點,給大范圍的光伏發(fā)電并網(wǎng)運行帶來了很高的難度,使其影響發(fā)電系統(tǒng)的安全、可靠、經(jīng)濟的運行。因此,精確預測光伏發(fā)電功率有其重要的現(xiàn)實意義和指導意義。本文是將光伏發(fā)電的短期預測功率作為研究對象的,通過分析影響光伏發(fā)電短期功率的因素,建立準確的預測模型,研究了光伏發(fā)電系統(tǒng)的短期功率預測。大部分的研究成果都是在一定的條件下完成的,本文首先分析了光伏發(fā)電的國內(nèi)外現(xiàn)狀,其次介紹了神經(jīng)網(wǎng)絡的一些理論基礎、組成結(jié)構(gòu)、分類情況。在大量閱讀國內(nèi)外文獻的基礎上,總結(jié)了一些典型的預測方法和預測模型。本文分析了人工神經(jīng)網(wǎng)絡預測模型優(yōu)缺點,提出了基于改進型的BP神經(jīng)網(wǎng)絡分布式光伏發(fā)電短期功率的預測方法。在大量歷史數(shù)據(jù)的基礎上進行了神經(jīng)網(wǎng)絡模型的訓練,模型的預測結(jié)果證明論文中提出的光伏發(fā)電短期預測功率的預測方法是正確的、可行的。本文的研究為光伏發(fā)電系統(tǒng)的大量運行提供了理論依據(jù),可以提高光伏并網(wǎng)發(fā)電系統(tǒng)的預測精度,幫助電力部門制定詳細的發(fā)電和調(diào)度計劃,以提高電力發(fā)電的運行穩(wěn)定性。
[Abstract]:With the rapid development of the world economy, we need more and more energy. Under the pressure of fossil energy shortage and environmental protection, Renewable clean energy accounts for more and more of the power generation system. Solar energy has attracted great attention of society for its many advantages. Photovoltaic power generation has become a form of renewable power generation. There are some disadvantages in photovoltaic power generation, such as uncertainty and intermittency, which bring high difficulty to the grid-connected operation of large-scale photovoltaic power generation, and make it affect the safe, reliable and economical operation of the power generation system. Accurate prediction of photovoltaic power generation has important practical significance and guiding significance. In this paper, the short-term predictive power of photovoltaic generation is taken as the research object, and an accurate prediction model is established by analyzing the factors affecting the short-term power of photovoltaic generation. The short-term power prediction of photovoltaic power generation system is studied. Most of the research results are completed under certain conditions. Firstly, the present situation of photovoltaic power generation at home and abroad is analyzed, and then some theoretical bases of neural network are introduced. On the basis of reading a lot of literature at home and abroad, some typical prediction methods and models are summarized. The advantages and disadvantages of artificial neural network prediction model are analyzed in this paper. Based on the improved BP neural network, the short-term power prediction method of distributed photovoltaic power generation is proposed, and the neural network model is trained on the basis of a large number of historical data. The prediction results of the model prove that the short-term power prediction method proposed in this paper is correct and feasible. The research in this paper provides a theoretical basis for a large number of photovoltaic power generation systems. It can improve the prediction accuracy of grid-connected photovoltaic power generation system and help the power sector to formulate detailed generation and scheduling plans to improve the operational stability of power generation.
【學位授予單位】：安徽理工大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP183;TM615

【相似文獻】

相關期刊論文 前10條

1 李智;一種基于神經(jīng)網(wǎng)絡的煤炭調(diào)運優(yōu)化方法[J];長沙鐵道學院學報;2003年02期

2 王凡,孟立凡;關于使用神經(jīng)網(wǎng)絡推定操作者疲勞的研究[J];人類工效學;2004年03期

3 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經(jīng)網(wǎng)絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

4 陳俊;;神經(jīng)網(wǎng)絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

5 許萬增;;神經(jīng)網(wǎng)絡的研究及其應用[J];國際技術經(jīng)濟研究學報;1990年01期

6 張軍華;神經(jīng)網(wǎng)絡技術及其在軍用系統(tǒng)中的應用[J];現(xiàn)代防御技術;1992年04期

7 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡在預報控制中的應用[J];機床;1993年11期

8 靳蕃;神經(jīng)網(wǎng)絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

9 宋玉華，，王啟霞;神經(jīng)網(wǎng)絡診斷──神經(jīng)網(wǎng)絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

10 魏銘炎;國內(nèi)外神經(jīng)網(wǎng)絡技術的研究與應用概況[J];電機電器技術;1995年04期

相關會議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡的新機遇——紀念中國神經(jīng)網(wǎng)絡10周年[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經(jīng)網(wǎng)絡與圖論[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預報產(chǎn)品的神經(jīng)網(wǎng)絡釋用預報應用[A];1999年中國神經(jīng)網(wǎng)絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經(jīng)網(wǎng)絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經(jīng)網(wǎng)絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經(jīng)網(wǎng)絡[N];健康時報;2006年

8 劉力;我半導體神經(jīng)網(wǎng)絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡應用研究通過鑒定[N];中國船舶報;2006年

相關博士學位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經(jīng)網(wǎng)絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡的混沌性及幾類時滯神經(jīng)網(wǎng)絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經(jīng)網(wǎng)絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學;2015年

6 李輝;基于粒計算的神經(jīng)網(wǎng)絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網(wǎng)絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經(jīng)網(wǎng)絡并行實現(xiàn)及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

相關碩士學位論文 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡與高校效益預測的研究[D];華南理工大學;2015年

2 賈文靜;基于改進型神經(jīng)網(wǎng)絡的風力發(fā)電系統(tǒng)預測及控制研究[D];燕山大學;2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學;2015年

4 陳彥至;神經(jīng)網(wǎng)絡降維算法研究與應用[D];華南理工大學;2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡研究[D];西南大學;2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡的遙感圖像分類研究[D];昆明理工大學;2015年

7 李志杰;基于神經(jīng)網(wǎng)絡的上證指數(shù)預測研究[D];華南理工大學;2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡血壓預測研究與系統(tǒng)實現(xiàn)[D];華南理工大學;2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡穩(wěn)定性分析[D];渤海大學;2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡的穩(wěn)定性分析[D];渤海大學;2015年

本文編號：1654864