已閱讀1頁,還剩96頁未讀, 繼續(xù)免費閱讀
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、上海交通大學碩士學位論文基于模糊聚類預處理的風電場短期風速和發(fā)電功率預測姓名:李伯頤申請學位級別:碩士專業(yè):電力系統(tǒng)及其自動化指導教師:蔣傳文20090101II預處理技術,綜合考慮了氣象因素對風速的影響。由于受現(xiàn)有條件的限制,氣象因素僅考慮溫度、濕度、風力等級?;陲L速和氣象因素的特征,本文構造了一種新的隸屬度函數(shù)即“相關系數(shù)+歐氏距離”加權組合的隸屬度函數(shù),將歷史日樣本根據氣象特征因素模糊劃分為若干類,通過模式識別判別與預測日最相似
2、的一類歷史日樣本,將其作為預測模型的輸入樣本。實踐表明,通過輸入樣本的模糊聚類預處理,風速預測的精度得到了顯著的提高。對于風電場發(fā)電功率預測,由于風電場發(fā)電功率受風速、風向、地理、氣象等多方面因素的影響,其既具有時間相關性,也具有空間相關性,單一的預測模型往往達不到預期效果。本文基于模糊聚類預處理技術,利用時間序列法和人工神經網絡法預測得到的風速值,計算得到相應的風電功率預測值,以這兩種預測模型建立風電場發(fā)電功率自適應權重的組合預測模型
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(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
- 風電場風速和發(fā)電功率預測研究.pdf
- 風電場發(fā)電功率短期預測.pdf
- 基于神經網絡組合預測的風電場風速及發(fā)電功率短期預測.pdf
- 風電場發(fā)電功率短期預測模型研究.pdf
- 基于模糊聚類的GA-BP風電場短期風速及功率預測的研究.pdf
- 風電場風速及風電功率短期預測方法的研究.pdf
- 風電場風速及發(fā)電功率的概率預測研究.pdf
- 并網型風電場短期發(fā)電功率預測研究.pdf
- 風電場風速及風電功率預測研究.pdf
- 考慮氣象因素的風電場風速及風電功率短期預測研究.pdf
- 風電場風速及發(fā)電功率預測與經濟效益研究.pdf
- 風電場的風電功率短期預測研究.pdf
- 風電場發(fā)電功率短期預測系統(tǒng)開發(fā)與研究.pdf
- 風電場發(fā)電功率的建模和預測研究.pdf
- 風電場風速和功率預測研究.pdf
- 基于數(shù)據的風電場短期風速預測.pdf
- 基于混合模型的風電場短期風速風功率預測研究.pdf
- 風電場風電功率短期智能組合預測技術.pdf
- 基于神經網絡的風電場短期風電功率預測研究.pdf
- 風電場風速短期預測方法研究.pdf
評論
0/150
提交評論