【摘 要】
：
作为可再生能源领域技术最成熟和最具有应用价值的发电方式之一,风力发电在全球范围内得到广泛的应用。随着风电产业的飞速发展和年新增装机容量的不断增加,风电大规模并网所占比重越来越大。然而受风力发电随机性、波动性以及间歇性等缺陷的影响,风电大规模并网过程中存在的波动性和随机性等特点严重影响电力系统的潮流平衡,甚至会影响大电网动态运行过程中的安全性和可靠性,更严重者导致大量风电场脱网。为有效解决风电大规模
论文部分内容阅读
作为可再生能源领域技术最成熟和最具有应用价值的发电方式之一,风力发电在全球范围内得到广泛的应用。随着风电产业的飞速发展和年新增装机容量的不断增加,风电大规模并网所占比重越来越大。然而受风力发电随机性、波动性以及间歇性等缺陷的影响,风电大规模并网过程中存在的波动性和随机性等特点严重影响电力系统的潮流平衡,甚至会影响大电网动态运行过程中的安全性和可靠性,更严重者导致大量风电场脱网。为有效解决风电大规模并网过程中的“并网难”和“弃风”等难题,保证风电的平滑可靠并网,可通过风速预测技术为调度部门制定合理的调度计划。基于风电预测技术的研究对于提升风电预测的精度、促进风电可再生能源的并网消纳等意义重大。风电预测技术可以分为直接风电预测（以功率为预测对象）和间接风电预测（以风速为预测对象）。本文以测风声雷达技术作为有效测风手段,基于多种智能算法开展风电场风速超短期预测研究,主要研究内容如下:（1）对比分析测风塔测风手段和测风声雷达测风手段的测风原理及优缺点,概述测风声雷达精细化风能感知与探测手段在风电产业中的应用场景;介绍几种典型的风电预测方法并进行有效的预测算法分类;分析国内外风电预测发展现状;（2）提出基于集成经验模态分解与BP神经网络的风速超短期预测算法,以安徽女儿岭风电场声雷达测风系统采样数据为例进行预测算法验证,分析10米处风速、30米处风速、70米处风速、80米处风速、85米处风速和95米处风速对应的BP神经网络最优隐含层神经元个数,并在此基础上验证基于集成经验模态分解与BP神经网络预测的算法在不同测风高度下风速超短期预测的有效性;（3）提出基于集成经验模态分解与最小二乘双支持向量回归机的风速超短期预测算法,其中最小二乘双支持向量回归机核函数和惩罚函数的最优取值通过自适应变异粒子群优化算法得到。为验证提出算法的有效性,以安徽女儿岭风电场声雷达测风系统10米处风速、70米处风速采样数据为例分别进行预测算法验证,通过分析10米处风速、70米处风速的三种预测模型误差结果验证基于集成经验模态分解和最小二乘双支持向量回归机+自适应变异粒子群优化算法在风速超短期预测中的有效性、高精度性以及适应性;（4）针对单一预测模型构建的映射关系和回归方程预测精度较低的问题,依托动态权重因子提出了基于集成经验模态分解+BP神经网络和集成经验模态分解+最小二乘双支持向量回归机的多模型组合风速超短期预测算法。其中,集成经验模态分解得到的子序列通过模糊熵进行复杂度评估生成新的子序列,并给出基于动态权重的多模型组合风速预测算法流程。为验证提出算法的有效性,以安徽女儿岭风电场声雷达测风系统10米处风速、70米处风速采样数据为例分别进行六种风速超短期预测模型验证,通过分析10米处风速、70米处风速的六种风速超短期预测模型误差结果验证基于集成经验模态分解+模糊熵+组合预测算法+自适应变异粒子群优化权重算法在风速超短期预测中的有效性、高精度性以及适应性。本文的研究成果可为风电场风速超短期高精度预测提供一定的理论支撑,具有一定的工程应用价值。
其他文献
手是人体最重要的器官之一,手外伤、重复性作业和神经损伤等因素均会造成手部运动功能受损。手部运动功能评估能够帮助医生清楚地了解患者手部运动功能的受损程度,对患者的康复治疗具有指导性意义。当前临床中存在评估所需信息的获取方式不够客观、无法对手部肌腱位移和手部肌肉力进行量化评估和评估依赖于专业医师手动操作等缺点。针对上述问题,本文采用生物力学建模技术、传感器技术、信号处理技术以及人机交互技术,设计并实现
脑必须在多个行为目标选项中做出选择以支持智体高度适应性的行为,最近的一个研究趋势是对目标导向的选择机制进行探索。海马区（hippocampus,Hp）是目标导向抉择任务的关键参与者,被认为主导了对其中当前位置和目标的神经信息编码。然而,当前研究极少涉及Hp区神经信息对从当前位置到达目标的路径选择的表征。因此,本文以具有卓越空间导航能力的鸽子为模式动物,设计了目标导向路径选择行为实验范式,并同步采集
在我国的沿江、沿海等存在着深厚软土层的地区建设基础设施工程时,往往会遇到地基沉降变形过大、沉降速度过快等问题。传统沉降预测方法的理论基础一般是太沙基固结理论,但后者是基于小变形假定的,据此所预测的地基沉降结果与实际常常出入较大。因此,为了进一步探讨饱和软土的一维大变形固结机理,本文利用高压固结仪对河南信阳某地的饱和重塑软土进行一维流变固结试验,验证了考虑时间效应的统一硬化（UH）模型的适用性。然后
回顾计算机视觉的发展历程,关于视频目标跟踪技术的研究在IT行业中一直是讨论最热门的话题之一。目标跟踪通过对视频序列中图像的上下文信息进行提取和分析,从而对目标的运动状态作出预测,对目标的所在位置作出标定。目标跟踪不仅在目标的跟踪场景分析领域扩展丰富的数据资源,而且为运动目标的正确检测和识别提供有力的帮助。尽管如此,视频目标跟踪技术仍然不够成熟。在跟踪过程中,目标不仅会受到遮挡、模糊和姿势变化等因素
随着光电传感器和计算机处理技术的进步,数字全息术在不同科学技术领域得到了快速的发展。数字全息术具有使用成本低,记录和重现速度快,聚焦灵活性等特点,已经发展成为现代光学中一个独立的范畴,并在许多领域具有广泛的应用。与传统数字全息术相比,非相干数字全息术使用非相干的照明光源,克服了激光造成的噪声和散斑的影响,显著扩展数字全息的应用范围:如荧光显微成像、自适应光学、彩色全息成像以及超分辨率成像等。本文主
菲涅耳非相干相关全息（Fresnel incoherent correlation holography,FINCH）成像系统利用非相干光完成全息记录,然后干涉图案在计算机上被重建。传统的FINCH系统具有超分辨率的成像特性,但是其再现像中存在孪生像和零级项的干扰。利用三步相移技术对全息图线性叠加后才能被重建出清晰的像,这意味着多次拍摄的对象几乎处于静止状态,不适合活细胞和动态物体的实时成像。为了
作为智能电网的服务终端,智能电表为企业与家庭用户提供日常所需电量的计量、监测与反馈,在智能电表出厂前以及拆回维修过程中,需要进行外观特征检测以保证产品质量合格。目前,智能电表的特征检测主要依靠人工操作完成,人工质检效率低,对环境的适应能力与解决复杂问题的能力较差,且不能连续长时间工作。因此,本文结合图像处理技术与深度学习技术,设计了一种智能电表外观特征自动检测系统,对特征检测中使用的关键技术如形状
在国家大力提倡建筑工业化的今天,各种类型的装配式结构体系和预制构件得到了快速的发展,其中轻钢结构体系在我国建筑行业中的应用也日益广泛。本课题组所研究的轻钢龙骨防火组合楼板具有降低结构自重、施工简便、抗震性能好、安全可靠、防火耐热、绿色环保等优点,但其节点连接问题尚未得到有效解决,亟需研究完善。故本文以轻钢龙骨防火组合楼板体系为研究对象,针对其梁板和板侧节点的情况,各设计了一种连接方式,并对14个全
随着当今社会的高速发展,高新技术产业中应用了大量的新技术、新工艺,特别是其中很多敏感器件在配电网中的接入,对电能质量提出了更高的要求。这些新型用电设备对电压暂降敏感度非常高,因此如何对电压暂降问题进行有效防治一直是电力系统领域研究的重点。其中,合理地对电压暂降严重程度进行评估有着至关重要的先行意义。本文通过系统建模,在常规配电网系统中加入保护装置来对电压暂降进行评估以及暂降指标的计算。在系统建模方
背景和目的旋毛虫病主要是由于生食或半生食含有旋毛虫肌幼虫（muscle larvae,ML）囊包的动物肉类引起的,幼虫在宿主的胃内经消化液作用脱囊,然后被胆汁激活为肠道感染性幼虫（intestinal infective larvae,IIL）,IIL幼虫侵入小肠上皮细胞（intestinal epithelium cells,IECs）,在肠道内经过4次蜕皮发育为成虫（adult worms,A