2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著大規(guī)模使用與消耗傳統化石能源,風能,作為可再生能源的一種,在世界范圍內得到了大力地發(fā)展。然而,由于風能具有隨機波動性,大規(guī)模風電并網會對電力系統安全運行造成不利影響。為了確保電力系統穩(wěn)定運行,合理調整調度計劃,提高風電競價能力,有必要進行短期風電功率地準確預測。本文通過對實際風電場數據特性進行分析,探尋不同影響因素與風電功率預測之間的關聯性,為選擇預測建模方法提供理論基礎,不斷優(yōu)化預測模型,進一步提高短期風電功率預測精度。本論文主要

2、完成了下述研究工作:
  首先,以風電機組的功率模型為基礎,研究了風電機組輸出功率的主要影響因素,然后以美國可再生能源實驗室提供的加利福尼亞州某風電場2012年實測數據進行風電場數據特性分析,為下文預測建模奠定基礎。
  其次,介紹了相關向量機與核函數的基本原理,在此基礎上建立了基于組合核相關向量機短期風電功率預測模型,通過實際算例對多項式核、RBF核和組合核三種相關向量機進行對比,結果表明組合核相關向量機比其他兩種模型具有

3、更優(yōu)的預測效果。
  隨后,針對組合核相關向量機預測模型的參數優(yōu)選問題,分析了徑向基核參數、多項式核參數d與權重參數的作用以及對相關向量機性能的影響,提出一種基于混沌布谷鳥算法優(yōu)化的相關向量機(CCS-RVM)短期風電功率預測新方法,通過實際算例進行仿真驗證,結果表明混沌布谷鳥算法解決了RVM建模存在的不足,有效地提高了組合核相關向量機預測模型的預測精度。
  最后,針對風電功率序列非線性與非平穩(wěn)特征,為了提高預測模型在功率

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論