基于大數據的風功率預測模型優(yōu)化研究與實現.pdf

1、目前，隨著環(huán)境污染、化石燃料短缺等問題的日趨嚴重，世界各國已經越來越重視風能等可再生能源的開發(fā)與利用，風力發(fā)電作為風能利用的主要形式，發(fā)展速度日益加快。大規(guī)模利用風能轉換成間隙性、波動性的電能接入電力系統(tǒng)，不僅給電力系統(tǒng)的安全穩(wěn)定運行帶來嚴峻的挑戰(zhàn)，并且加大了電網系統(tǒng)的旋轉備用容量，間接地帶來了風力發(fā)電運營成本的增加。因此，對風電場的輸出功率進行預測顯得尤為必要。
　　本文研究基于大數據的風功率預測技術。首先，對大數據的相關概念和

2、特點進行了梳理，重點對大數據的處理流程和處理框架進行了闡述和剖析，并對大數據技術在風電行業(yè)應用的可行性進行了說明。其次，結合風電功率預測影響因素的深入分析，對BP神經網絡和支持向量機模型進行了研究，結合兩者的優(yōu)點，提出了組合預測方法。在實例數字仿真分析對比中，誤差率得到了降低，預測的精度得到有效提升。再次，運用大數據的分析處理技術，結合建立的組合預測模型建立基于大數據的風電功率預測模型，并對風電場的每臺風電機組進行功率預測，最終加總后得