智能神经网络在风电输出功率短期预测中的应用研究.doc

智能神经网络在风电输出功率短期预测中的应用研究


2万字 49页 原创作品，通过查重系统

摘 要
随着环境污染的加剧和传统能源的日益枯竭，人们越来越重视可再生能源的发展。风力发电作为人类可开发利用的可再生、清洁能源的一种，已经成为各种可再生能源发电技术中发展最为成熟的一种，并且具备了大规模商业开发的技术和经济条件。由于风的随机性、间歇性等特点，风力发电的输出功率很不稳定，随着风电入网的规模越来越大，电力系统的安全稳定运行受到严峻考验。因此，对风电输出功率的预测显得尤为重要。
本论文主要根据J地S风电场的实际测量的风速数据以及风电机组的输出功率数据开展风电输出功率预测研究。主要的研究内容及成果如下：
（1）在阅读文献资料的基础上，对各种风电输出功率方法进行分析归纳。
（2）从理论上对神经网络进行分析研究，对其结构特性功能特性以及优缺点学习方法等进行概括和总结。
（3）深入研究RBF神经网络，对RBF神经网络的工作原理以及结构特点进行概括总结，进而构建基于MATLAB神经网络的风电输出功率模型，应用MATLAB软件，借助“梯度下降法”训练该预测模型，编写相应的预测模型程序。
（4）通过对J地S风电场的历史数据进行分析后预处理，建立原始风电输出功率和预测风电输出功率之间的对应关系，运用MATLAB所编写的风电输出功率预测程序对该风电场内的风力发电机进行预测。
（5）对预测结果进行简要分析，包括对MATLAB所绘制的神经网络学习与预测风速的图像进行分析。
（6）最后，对本论文研究内容进行总结，并提出了论文中今后研究的问题和方向；


关键词：风电输出功率；预测；RBF神经网络；梯度下降法；MATLAB