基于聚类算法的风力发电数据分析与预测

来源 :信息技术 | 被引量 : 3次 | 上传用户:chchchop
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对目前电力市场中风力变化大导致的发电量不确定问题,文中以ERCOT提供信息为例进行聚类分析,用聚类算法以时段变化趋势为特征聚类全年数据,以此可得某地时段发电量的典型变化曲线。结果表明:通过时段的选取与聚类,可从部分数据中预测得知全部变化曲线,亦可从中推测发电量影响因素及其影响程度,为电网调度提供决策依据。
其他文献
本文利用来自青岛附近海域1961~2009年的海表温度(SST——Sea Surface Temperature)资料,对该海域SST的变化趋势、突变形式、变化周期等进行分析。结果表明:(1)1961~2009年期间,青岛
知识经济与信息革命的浪潮在全球范围席卷而来的同时,也对中国的经济发展产生了巨大的影响,不可避免地迅速改变着企业的经营管理模式与未来发展.
本文综合运用壁厚测量、拉伸试验、水压爆破试验、硬度试验、金相检验等检测方法对气瓶疲劳失效原因进行分析,根据各个试验结果绘制了失效分析图,并对气瓶疲劳失效原因进行了
为了研究上海市空气质量最新的变化特征和规律,依次应用db小波和Morlet小波对上海市近800d AQI和PM2.5序列做降噪处理和多尺度特征分析,使用Mann-Kendall算法检验变化趋势和