《風電功率預測方法總結綜述》3500字_第1頁
《風電功率預測方法總結綜述》3500字_第2頁
《風電功率預測方法總結綜述》3500字_第3頁
《風電功率預測方法總結綜述》3500字_第4頁
全文預覽已結束

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

-[10]是關于天氣預報(WeatherResearchForecast，WRF)的一種預測，此文獻考慮到風力發電機組所在地的地形條件、風機型號、機組數量、規模等各種因素，納入到建模過程中去，同時也會運用到人工智能理論，在物理預報的基礎上，加入人工智能，就會對建立的模型進行矯正，得到較為滿意的結果。采用物理方法推算出各臺風電機組輪轂高度處風速和風向，并采用ANN學習各臺風電機組的歷史輸出功率，預測各臺風電機組未來輸出功率，最后綜合得到整個風電場的預測功率。由于風電機組各處的不同都要考慮到，所以這個方法滿足了基本要求，同時也要考慮到風電機組的功率曲線的變化，是否會隨著時間以及其他因素的變化所變化。同時也要知道，多臺風機預測誤差也可以通過正負抵消，減小預測誤差。這種將物理方法和組合方法所組合起來的方法可以對當地風電機組處的風速、階段功率以及全場功率進行預測。有一種特殊方法，在這里特別提出——物理方法和小波偏最小二乘法結合的風電功率預測算法。這種方法就很好的體現了組合方法的優越性，它可以做到數據去噪和樣本預處理，提取輸入因素成分，解釋因變量，以此就可以提高預測精度。（二）統計方法與統計方法組合由于統計方法與統計方法之間也有所不同，所以利用這種組合，可以得到更加想要的數據結果。比如說利用小波神經網絡將風速和風電功率進行分解，在不同的尺度上。接著對頻率不同的分量進行預測，可以采用BP神經網絡，將會得到一個新的預測結果

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或盈利用途。
  • 5. 人人文庫網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