基于小波深度置信网络的风电爬坡预测方法

基于小波深度置信网络的风电爬坡预测方法

论文摘要

为了提高风电爬坡事件预测的准确性,提出一种基于深度学习的具有特征自适应选择的小波深度置信网络(WDBNAFS)算法。首先,分析风电功率混沌特性。然后,对时间序列数据进行小波分解,设计特征自适应选择算法选取建模数据作为预测模型的输入变量。最后,采用深度置信网络构建风电爬坡事件预测模型,设计基于实际生产数据的实验验证所提出算法的有效性。仿真结果表明,所提出算法预测准确率可达90%以上。

论文目录

  • 0 引言
  • 1 爬坡事件分析
  •   1.1 风功率混沌特性分析
  •   1.2 风电爬坡事件分析
  • 2 风电爬坡预测模型建立
  •   2.1 建模数据重构
  •   2.2 特征自适应选择
  •   2.3 小波分解
  •   2.4 DBN模型结构
  •   2.5 WDBNAFS的建模整体流程
  • 3 实验分析
  •   3.1 数据描述
  •   3.2 评价指标
  •   3.3 实验结果分析
  •     3.3.1 时间窗口选取
  •     3.3.2 建模预测结果及分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 唐振浩,孟庆煜,曹生现,李扬,牟中华,庞晓娅

    关键词: 深度学习,特征选择,预测模型,风电爬坡事件,深度置信网络

    来源: 太阳能学报 2019年11期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 电力工业

    单位: 东北电力大学自动化工程学院,东北电力大学电气工程学院,国网甘肃省电力公司电力科学研究院

    基金: 国家重点研发计划(2018YFB1500803),国家自然科学基金(61503072)

    分类号: TM614

    页码: 3213-3220

    总页数: 8

    文件大小: 1790K

    下载量: 276

    相关论文文献

    • [1].风电工程的重点难点分析[J]. 大众标准化 2019(12)
    • [2].风电企业应收账款分析[J]. 纳税 2019(35)
    • [3].风电企业固定资产管理问题探析[J]. 现代商业 2019(34)
    • [4].风电行业:开启景气上行周期 企业盈利拐点将至[J]. 股市动态分析 2019(43)
    • [5].风电机组对测震台站观测影响的实验研究[J]. 地震地磁观测与研究 2019(05)
    • [6].风电机组基础与风电机组塔架连接研究[J]. 黑龙江科学 2020(02)
    • [7].打造风电装备高质量发展未来[J]. 今日制造与升级 2019(11)
    • [8].基于SWOT分析的宁夏风电产业发展研究[J]. 现代营销(信息版) 2020(02)
    • [9].计及风电和柔性负荷的核电多目标优化调度研究[J]. 中国电机工程学报 2019(24)
    • [10].分散式风电:打破传统思维 建立发展新模式[J]. 风能 2019(11)
    • [11].平价上网在即 产业稳步增长 风电产业迎“风”而上[J]. 广西节能 2019(04)
    • [12].风电机舱结构环境及散热分析[J]. 电子世界 2020(01)
    • [13].浅谈高湿环境中风电电气设备的防潮除湿措施[J]. 电工电气 2020(01)
    • [14].我国风电成本水平及其影响因素研究[J]. 价格理论与实践 2019(10)
    • [15].煤矿双巷掘进甲烷风电闭锁本地断电方案设计[J]. 煤矿现代化 2020(01)
    • [16].大规模风电接入对电网调度的影响[J]. 自动化应用 2019(12)
    • [17].九年磨一剑:“风电运输专家”的成长之路[J]. 中国远洋海运 2020(03)
    • [18].分布式风电项目破局之路及发展前景分析[J]. 机电信息 2020(02)
    • [19].提高风电机组大部件可靠性探讨[J]. 中国设备工程 2020(02)
    • [20].2030年全球浮式风电规模可能达到100GW[J]. 中外能源 2020(02)
    • [21].考虑风电预测误差与系统安全域的风电装机规划多目标优化方法[J]. 太阳能学报 2020(02)
    • [22].基于风电-蓄热式电锅炉联合供暖的风电消纳多目标双层优化调度[J]. 太阳能学报 2020(01)
    • [23].大国重器——“铁建风电01”船[J]. 船舶 2020(01)
    • [24].风电机组涉网特性改造项目高压穿越技术方案[J]. 电工技术 2020(02)
    • [25].风电设备的粉末涂装和技术要求[J]. 涂层与防护 2020(02)
    • [26].风电大规模接入电网事故分析与探讨[J]. 中国电力企业管理 2020(01)
    • [27].分散式风电接入在不同场景下对配电网的影响[J]. 中国电力 2020(04)
    • [28].为风电“抢装”吹哨[J]. 能源 2020(Z1)
    • [29].风电抢装百态[J]. 能源 2020(Z1)
    • [30].海岛风电扩容工程并网接入的分析与设计[J]. 东北电力技术 2020(03)

    标签:;  ;  ;  ;  ;  

    基于小波深度置信网络的风电爬坡预测方法
    下载Doc文档

    猜你喜欢