2023年全國(guó)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69頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、風(fēng)電功率具有波動(dòng)性、間歇性和隨機(jī)性等特點(diǎn),大規(guī)模風(fēng)電的接入嚴(yán)重影響電網(wǎng)運(yùn)行的安全性、穩(wěn)定性和經(jīng)濟(jì)性。實(shí)踐證明,高精度的風(fēng)電功率預(yù)測(cè)能夠有力緩解大規(guī)模風(fēng)電并網(wǎng)產(chǎn)生的不利影響,尤其是短期風(fēng)電功率的精確預(yù)測(cè),對(duì)于電力調(diào)度部門安排調(diào)度計(jì)劃,保證電能質(zhì)量和電力系統(tǒng)安全經(jīng)濟(jì)運(yùn)行有重要作用。
  首先,選擇混沌理論來挖掘風(fēng)電功率時(shí)間序列的特性,并利用相空間重構(gòu)理論對(duì)其進(jìn)行分析。將重構(gòu)相空間相量作為風(fēng)電功率時(shí)間序列預(yù)測(cè)模型的訓(xùn)練樣本,為后面建立預(yù)

2、測(cè)模型以實(shí)現(xiàn)對(duì)風(fēng)電功率混沌系統(tǒng)相空間運(yùn)動(dòng)軌跡預(yù)測(cè)提供支持。
  然后,提出了一種基于混沌時(shí)間序列的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)。該模型利用綜合法對(duì)基本BP神經(jīng)網(wǎng)絡(luò)的不足進(jìn)行改進(jìn):在最速下降法中同時(shí)引入自適應(yīng)學(xué)習(xí)速率和動(dòng)量項(xiàng)對(duì)其本身進(jìn)行改進(jìn);利用遺傳算法從全局開始搜索,找到權(quán)值系數(shù)最優(yōu)解所在區(qū)域的某一解;再利用改進(jìn)的最速下降法去調(diào)整權(quán)值系數(shù),經(jīng)過少量樣本訓(xùn)練的訓(xùn)練,就能夠得到權(quán)值系數(shù)的最優(yōu)解。此外,將模型的輸入維數(shù)取為相空間最小嵌入維數(shù),從而

3、減少了建模的盲目性。實(shí)例仿真表明,本文提出的改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)收斂速度快,預(yù)測(cè)精度高,不易陷入局部極小值點(diǎn)。
  其次,提出了一種基于混沌時(shí)間序列的自適應(yīng)遺傳算法-Volterra神經(jīng)網(wǎng)絡(luò)模型。該預(yù)測(cè)模型是基于自適應(yīng)Vo lterra級(jí)數(shù)和三層BP神經(jīng)網(wǎng)絡(luò)的等價(jià)性建立的,其截?cái)囗?xiàng)數(shù)取為重構(gòu)相空間的最小嵌入維數(shù),大大提高了預(yù)測(cè)模型的自適應(yīng)性。自適應(yīng)遺傳算法-Volterra神經(jīng)網(wǎng)絡(luò)模型將自適應(yīng)Vo lte rra級(jí)數(shù)精準(zhǔn)建模能力、改

4、進(jìn)的BP算法訓(xùn)練學(xué)習(xí)能力、遺傳算法全局搜索能力結(jié)合起來,實(shí)現(xiàn)了對(duì)風(fēng)電功率混沌系統(tǒng)相空間運(yùn)動(dòng)軌跡的精確預(yù)測(cè),應(yīng)用于實(shí)際短期風(fēng)電功率預(yù)測(cè)中,預(yù)測(cè)精度顯著提高。
  最后,采用經(jīng)驗(yàn)?zāi)B(tài)分解降低風(fēng)電功率數(shù)據(jù)的非平穩(wěn)性,分別建立了經(jīng)驗(yàn)?zāi)B(tài)分解-遺傳算法-Volterra神經(jīng)網(wǎng)絡(luò)和經(jīng)驗(yàn)?zāi)B(tài)分解-改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)模型兩種組合預(yù)測(cè)模型。將兩種組合預(yù)測(cè)模型應(yīng)用于實(shí)際短期風(fēng)電功率預(yù)測(cè)的仿真實(shí)驗(yàn)中,結(jié)果表明,利用經(jīng)驗(yàn)?zāi)B(tài)分解可以有效降低風(fēng)電功率數(shù)據(jù)的

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論