風(fēng)速預(yù)測(cè)是風(fēng)功率預(yù)測(cè)和風(fēng)能評(píng)估的基礎(chǔ),準(zhǔn)確的風(fēng)速預(yù)測(cè)可以用于指導(dǎo)風(fēng)電機(jī)組調(diào)度、檢修,提高風(fēng)電場(chǎng)運(yùn)行效率并保證風(fēng)電并網(wǎng)安全。鑒于此,本文提出了兩種新的混合預(yù)測(cè)模型,較好地解決了具有明顯周期性的長(zhǎng)期風(fēng)速預(yù)測(cè)問(wèn)題。第一種混合模型基于快速傅里葉變換確定周期長(zhǎng)度,采用周期指數(shù)調(diào)整方法剔除周期項(xiàng)的影響,用累積預(yù)測(cè)法預(yù)測(cè)趨勢(shì)項(xiàng),再還原周期因子得到最終預(yù)測(cè)結(jié)果。對(duì)我國(guó)庫(kù)爾勒市日平均風(fēng)速滾動(dòng)預(yù)測(cè)的實(shí)證研究表明,利用傅里葉變換確定周期長(zhǎng)度是合理的,相比于未進(jìn)行周期指數(shù)調(diào)整的模型,混合模型可以較好地提高預(yù)測(cè)精度。第二種混合模型結(jié)合了季節(jié)指數(shù)調(diào)整、布谷鳥搜索算法以及自適應(yīng)系數(shù)預(yù)測(cè)法對(duì)我國(guó)新疆維吾爾自治區(qū)四個(gè)風(fēng)速站點(diǎn)的日平均風(fēng)速進(jìn)行一步預(yù)測(cè),模擬結(jié)果顯示相對(duì)于傳統(tǒng)的預(yù)測(cè)模型例如BP神經(jīng)網(wǎng)絡(luò)、ARIMA模型、傳統(tǒng)一二階自適應(yīng)系數(shù)法,我們提出的混合預(yù)測(cè)模型能夠較大地提高風(fēng)速預(yù)測(cè)精度。

【文章來(lái)源】： 蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：49 頁(yè)

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 課題背景
    1.2 風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)的重要性
    1.3 風(fēng)速預(yù)測(cè)研究概述
        1.3.1 國(guó)外風(fēng)速預(yù)測(cè)研究概述
        1.3.2 國(guó)內(nèi)風(fēng)速預(yù)測(cè)研究概述
        1.3.3 小結(jié)
    1.4 本文的主要工作和結(jié)構(gòu)安排
第二章 基于快速傅里葉變換和累積預(yù)測(cè)法的風(fēng)速預(yù)測(cè)模型研究
    2.1 混合模型的理論分析
        2.1.1 快速傅里葉變換
        2.1.2 周期指數(shù)調(diào)整方法
        2.1.3 累積預(yù)測(cè)法
    2.2 對(duì)我國(guó)庫(kù)爾勒市風(fēng)速預(yù)測(cè)的實(shí)證研究
        2.2.1 預(yù)測(cè)效果的評(píng)價(jià)指標(biāo)
        2.2.2 原始數(shù)據(jù)分析
        2.2.3 混合模型的預(yù)測(cè)結(jié)果
        2.2.4 與傳統(tǒng)累積預(yù)測(cè)模型的比較分析
    2.3 本章小結(jié)
第三章 基于自適應(yīng)系數(shù)法和布谷鳥算法的風(fēng)速預(yù)測(cè)模型研究
    3.1 混合模型的理論分析
        3.1.1 季節(jié)指數(shù)調(diào)整方法
        3.1.2 自適應(yīng)系數(shù)方法
        3.1.3 布谷鳥搜索算法
    3.2 對(duì)我國(guó)新疆四個(gè)站點(diǎn)風(fēng)速預(yù)測(cè)的實(shí)證研究
        3.2.1 原始數(shù)據(jù)分析
        3.2.2 混合模型的預(yù)測(cè)結(jié)果
        3.2.3 與傳統(tǒng)模型的比較分析
    3.3 本章小結(jié)
第四章 結(jié)論與展望
    4.1 主要結(jié)論
    4.2 研究展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]動(dòng)態(tài)適應(yīng)布谷鳥搜索算法 [J]. 張永韡,汪鐳,吳啟迪.  控制與決策. 2014(04)

碩士論文
[1]風(fēng)力發(fā)電系統(tǒng)的風(fēng)速預(yù)測(cè)及控制策略研究[D]. 董雷.北京化工大學(xué). 2012
[2]時(shí)間序列模型的改進(jìn)與應(yīng)用[D]. 董瑤.蘭州大學(xué). 2012
[3]基于數(shù)據(jù)預(yù)處理和K-均值聚類的支持向量回歸預(yù)測(cè)模型[D]. 趙偉剛.蘭州大學(xué). 2012
[4]基于季節(jié)指數(shù)調(diào)整方法的混合模型的研究及應(yīng)用[D]. 吳潔.蘭州大學(xué). 2012
[5]基于多尺度分解的風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)研究[D]. 陳盼.華南理工大學(xué). 2011
[6]風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)模型研究[D]. 戴浪.湖南大學(xué). 2011
[7]基于ARMA模型的風(fēng)電機(jī)組風(fēng)速預(yù)測(cè)研究[D]. 孫翰墨.華北電力大學(xué)（北京）. 2011
[8]風(fēng)電場(chǎng)風(fēng)速預(yù)測(cè)模型研究和實(shí)現(xiàn)[D]. 屈曉棟.江南大學(xué). 2009



本文編號(hào)：3547507