資源描述：
《基于模型優(yōu)選的風(fēng)電功率融合預(yù)測(cè)模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、聲明本人鄭重聲明：所呈交的學(xué)位論文，是本人在指導(dǎo)教師的指導(dǎo)下，獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過(guò)的研究成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。論文作者簽名：——蘭虹日期：yt弓、()．Co，關(guān)于學(xué)位論文使用權(quán)的說(shuō)明本人完全了解太原理工大學(xué)有關(guān)保管、使用學(xué)位論文的規(guī)定，其中包括：①學(xué)校有權(quán)保管、并向有關(guān)部門送交學(xué)位論文的原件與復(fù)印件；②學(xué)?？梢圆捎糜坝 ⒖s印或其它復(fù)制手段復(fù)制并保存學(xué)位論文；③學(xué)校可允許學(xué)位論文被查閱或借閱；④學(xué)?？梢詫W(xué)術(shù)交流為目的，復(fù)制贈(zèng)送
2、和交換學(xué)位論文；⑤學(xué)校可以公布學(xué)位論文的全部或部分內(nèi)容(保密學(xué)位論文在解密后遵守此規(guī)定)。簽名：魚墊．日期：2呈墨：魚：f望：導(dǎo)師簽名：豎幽匕日期：幽l‘．易、／o太原理工大學(xué)碩士研究生學(xué)位論文基于模型優(yōu)選的風(fēng)電功率融合預(yù)測(cè)模型摘要當(dāng)前人類社會(huì)發(fā)展所消耗的能源主要是化石燃料，化石燃料是不可再生能源，而且化石燃料的燃燒會(huì)帶來(lái)嚴(yán)重的環(huán)境污染。風(fēng)能作為一種清潔的、可再生的且蘊(yùn)含量無(wú)限的能源已成為許多國(guó)家改變能源消耗結(jié)構(gòu)和降低環(huán)境污染的重點(diǎn)利用能源。風(fēng)能利用的主要形式是風(fēng)力發(fā)電，但是風(fēng)能具有間歇性、隨機(jī)性和不穩(wěn)定性等特點(diǎn)，使得風(fēng)電也具有間歇性、不穩(wěn)定性等特點(diǎn)。風(fēng)電大規(guī)模接入電網(wǎng)會(huì)影
3、響整個(gè)電網(wǎng)的運(yùn)行調(diào)度，而且會(huì)嚴(yán)重影響電力系統(tǒng)的電能質(zhì)量和運(yùn)行的可靠性，而風(fēng)電功率的準(zhǔn)確預(yù)測(cè)可以使電力調(diào)度部門及時(shí)調(diào)整大電網(wǎng)的調(diào)度計(jì)劃，保證大電網(wǎng)的安全穩(wěn)定運(yùn)行，且能夠有效的提高風(fēng)能利用率。風(fēng)電功率的單一預(yù)測(cè)模型有許多種，但在仿真研究中發(fā)現(xiàn)單一預(yù)測(cè)模型利用數(shù)據(jù)信息不夠全面，在某些預(yù)測(cè)點(diǎn)可能會(huì)出現(xiàn)較大的誤差，降低了預(yù)測(cè)精度。為進(jìn)一步提高預(yù)測(cè)精度，本文在國(guó)家自然科學(xué)基金項(xiàng)目(編號(hào)：51277127)的資助下建立了風(fēng)電功率的融合預(yù)測(cè)模型。本文主要研究?jī)?nèi)容包括以下幾個(gè)部分：(1)闡述風(fēng)電功率預(yù)測(cè)的研究背景及意義，總結(jié)當(dāng)前風(fēng)電功率預(yù)測(cè)模型的研究現(xiàn)狀及常用的方法，并深入了解風(fēng)力發(fā)電技術(shù)。
4、(2)根據(jù)風(fēng)電功率預(yù)測(cè)的常用方法建立風(fēng)電功率單一預(yù)測(cè)模型庫(kù)，其中包括時(shí)間序列法、回歸預(yù)測(cè)分析法、BP神經(jīng)網(wǎng)絡(luò)、Elman神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、廣義回歸神經(jīng)網(wǎng)絡(luò)以及支持向量機(jī)等預(yù)測(cè)模型。太原理工大學(xué)碩士研究生學(xué)位論文(3)在單一預(yù)測(cè)模型庫(kù)的基礎(chǔ)上，根據(jù)組合優(yōu)化理論建立了基于算術(shù)平均法、誤差平方和倒數(shù)法、簡(jiǎn)單加權(quán)平均法、二項(xiàng)式系數(shù)法和熵值法的風(fēng)電功率組合預(yù)測(cè)模型。仿真結(jié)果表明，組合預(yù)測(cè)模型的精度總體上要優(yōu)于各單一預(yù)測(cè)模型。(4)為進(jìn)一步提高預(yù)測(cè)精度，本文建立了風(fēng)電功率融合預(yù)測(cè)模型。仿真研究中發(fā)現(xiàn)，并不是所有的單一預(yù)測(cè)模型都能夠有效的提高組合模型的預(yù)測(cè)精度，應(yīng)該在組合前對(duì)單一
5、預(yù)測(cè)模型進(jìn)行優(yōu)選。為此，本文首先采用灰色關(guān)聯(lián)分析法初步優(yōu)選預(yù)測(cè)精度較高的模型，再用誤差信息矩陣對(duì)這些精度較高的模型進(jìn)行冗余性判斷，剔除冗余模型，簡(jiǎn)化融合模型的計(jì)算，然后建立了基于模型優(yōu)選的風(fēng)電功率融合預(yù)測(cè)模型。MATLAB仿真結(jié)果表明，組合預(yù)測(cè)模型的預(yù)測(cè)效果總體上要優(yōu)于每一種單一預(yù)測(cè)模型，特別是降低了較大誤差點(diǎn)的出現(xiàn)，提高了預(yù)測(cè)精度。基于模型優(yōu)選的融合預(yù)測(cè)模型簡(jiǎn)化了整個(gè)模型的計(jì)算量，節(jié)省了預(yù)測(cè)時(shí)間，預(yù)測(cè)效果比其相對(duì)應(yīng)的組合模型略有提高，而且解決了Shapley值計(jì)算融合度時(shí)出現(xiàn)融合度為負(fù)的情況，體現(xiàn)了融合模型的的準(zhǔn)確性和適用性。關(guān)鍵字：風(fēng)電功率預(yù)測(cè)，融合模型，模型優(yōu)選，融合
6、度，Shapley值II太原理工大學(xué)碩士研究生學(xué)位論文THEFUSIONMODELFORWINDPOWERPREDICTIONBASEDONMODELOPTIMIZATIONABSTRACTFossilfuelsasnon．renewableenergyaretheprimaryenergyconsumedbythehuman，andthebumingoffossilfuelswillbringtheenvironmentalpollution．Windenergyasakindofclean，renewableandinfiniteenergyhasbecomemaine
7、nergysourceforchangingthestructureofenergyconsumptionandreducingtheenvironmentalpollution．Generateelectricityisthemainformofuseofwindenergy．Asthewindenergyisintermittent，randomnessandinstability,SOthewindpowerisalsointermittentandinstability．Windpowerconnected
