基于機(jī)器學(xué)習(xí)的風(fēng)電場功率預(yù)測研究.pdf

1、lIIIIIUlllllllllllIY3310561索取號：TK81／8432：151835029密級：公玨南京師勉犬掌工程碩士學(xué)位論文窿馘▲之!!!竺!：■基于機(jī)器學(xué)習(xí)的風(fēng)電場功率預(yù)測研究研究生：指導(dǎo)教師：培養(yǎng)單位：專業(yè)學(xué)位領(lǐng)域：完成時(shí)間：答辯時(shí)間：二趲=L摘要摘要隨著化石能源的枯竭、人類生存環(huán)境的惡化，開發(fā)可再生能源成為當(dāng)今世界廣泛關(guān)注的熱點(diǎn)。其中風(fēng)能由于其清潔、分布廣泛的特點(diǎn)受到更多的關(guān)注。我國的風(fēng)能資源比較豐富，近年來大規(guī)模風(fēng)

2、電基地蓬勃發(fā)展。然而由于這些大規(guī)模的風(fēng)電建設(shè)以及風(fēng)電入網(wǎng)，風(fēng)電固有的隨機(jī)性、波動(dòng)性給電網(wǎng)帶來的問題越來越突出，嚴(yán)重制約著風(fēng)電的健康發(fā)展。為降低風(fēng)電波動(dòng)性給電網(wǎng)帶來的不良影響，保障電網(wǎng)的穩(wěn)定運(yùn)行以及安排合理調(diào)度，風(fēng)電功率預(yù)測的研究就顯得尤為重要。本文重點(diǎn)研究利用機(jī)器學(xué)習(xí)、統(tǒng)計(jì)分析等技術(shù)，建立風(fēng)速預(yù)測模型以及風(fēng)電功率預(yù)測模型，對風(fēng)電場的風(fēng)速和風(fēng)電功率進(jìn)行預(yù)測。主要進(jìn)行了以下幾個(gè)方面的研究：應(yīng)用隨機(jī)森林算法對風(fēng)速進(jìn)行預(yù)測。僅僅利用歷史風(fēng)速作為

3、訓(xùn)練樣本，建立隨機(jī)森林預(yù)測模型，單步預(yù)測未來1小時(shí)的風(fēng)速。預(yù)測結(jié)果表明，隨機(jī)森林算法用于風(fēng)速預(yù)測是可行的。研究了單步預(yù)測未來1小時(shí)風(fēng)電功率的2種方法。歷史風(fēng)電功率數(shù)據(jù)作為訓(xùn)練樣本，首先應(yīng)用MATLAB的TreeBagger函數(shù)建立預(yù)測模型，應(yīng)用predict函數(shù)預(yù)測未來的風(fēng)電功率。然后給出了應(yīng)用隨機(jī)森林算法預(yù)測風(fēng)電功率的方法，建立了隨機(jī)森林預(yù)測模型，分析比較了隨機(jī)森林算法中參數(shù)的影響，獲得了滿意的預(yù)測結(jié)果。采用ARIMA、EEMDTre

4、eBagger、EEMDRF3種方法對未來4小時(shí)風(fēng)電功率進(jìn)行預(yù)測，并且比較了預(yù)測結(jié)果。首先用時(shí)間序列預(yù)測算法ARIMA預(yù)測未來4小時(shí)風(fēng)電功率，選擇了ARIMA算法的最優(yōu)參數(shù)，給出了預(yù)測結(jié)果。然后用集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEMD)和MATLAB的TreeBagger函數(shù)進(jìn)行風(fēng)電功率短期多步滾動(dòng)預(yù)測，顯示了風(fēng)電功率不同變化階段未來4小時(shí)的預(yù)測曲線。最后描述了利用EEMD和隨機(jī)森林算法進(jìn)行風(fēng)電功率短期多步滾動(dòng)預(yù)測的方法。比較3種方法的預(yù)測結(jié)果可見