

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、大規(guī)模風電并入電網(wǎng)給電力系統(tǒng)安全穩(wěn)定運行帶來挑戰(zhàn),對風電場輸出功率進行準確預測可有效解決上述問題。BP神經(jīng)網(wǎng)絡結構簡單、可調整的參數(shù)多、訓練算法也多、而且可操作性好,在短期風電功率預測中引起廣泛關注。但BP神經(jīng)網(wǎng)絡是基于梯度下降法調整網(wǎng)絡權值和閾值,這不可避免地存在學習時間長、易陷入局部極小點的不足,而且神經(jīng)網(wǎng)絡輸入數(shù)據(jù)之間存在相關性會影響神經(jīng)網(wǎng)絡的泛化能力。
本文建立了基于主成分——神經(jīng)網(wǎng)絡的短期風電功率預測模型。首先采用主
2、成分分析法對原始輸入數(shù)據(jù)進行處理,消除數(shù)據(jù)間的相關性,主成分處理后的數(shù)據(jù)用于神經(jīng)網(wǎng)絡建模;為彌補BP神經(jīng)網(wǎng)絡的不足,采用遺傳優(yōu)化神經(jīng)網(wǎng)絡的權值和閾值,優(yōu)化結果作為神經(jīng)網(wǎng)絡訓練的初始值;為縮短學習時間,采用Levenberg-Marquardt算法訓練神經(jīng)網(wǎng)絡。用所建立的PCA-GA神經(jīng)網(wǎng)絡模型預測未來4小時、12小時、24小時風電功率,預測精度完全滿足相關規(guī)范要求;經(jīng)風電場現(xiàn)場實際數(shù)據(jù)驗證表明,相對于GA神經(jīng)網(wǎng)絡預測模型、PCA-BP神
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(lián)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(wǎng)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(jīng)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(xiàn)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(lián)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。
最新文檔
- 基于神經(jīng)網(wǎng)絡的風電場風速及輸出功率預測研究.pdf
- 風電場輸出功率的短期預測研究.pdf
- 基于動態(tài)神經(jīng)網(wǎng)絡的風電場輸出功率預測及其應用的研究.pdf
- 風電場輸出功率預測的研究.pdf
- 風電場輸出功率短期動態(tài)預測及其應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的風電場短期風電功率預測研究.pdf
- 基于循環(huán)神經(jīng)網(wǎng)絡的風電場功率超短期和短期預測.pdf
- 基于神經(jīng)網(wǎng)絡的光伏發(fā)電輸出功率短期預測的研究.pdf
- 風電場輸出功率的組合預測研究.pdf
- 基于人工神經(jīng)網(wǎng)絡的風電場功率短期預測應用研究.pdf
- 基于神經(jīng)網(wǎng)絡的風電場短期風速預測研究.pdf
- 基于IPSO-GA神經(jīng)網(wǎng)絡的風電場功率短期預測方法研究.pdf
- 基于神經(jīng)網(wǎng)絡組合預測的風電場風速及發(fā)電功率短期預測.pdf
- 風電場輸出功率的非參數(shù)預測方法.pdf
- 風電場輸出功率概率預測理論與方法.pdf
- 智能神經(jīng)網(wǎng)絡在大型風電場短期功率預測中的應用.pdf
- 風電場風速和輸出功率的多尺度預測研究.pdf
- 基于神經(jīng)網(wǎng)絡和小生境遺傳算法的風電場短期功率預測研究.pdf
- 風電場短期功率預測研究.pdf
- 風電場輸出功率組合算法的研究.pdf
評論
0/150
提交評論