首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 93 毫秒
1.
基于灰色神经网络组合模型的光伏短期出力预测   总被引:5,自引:0,他引:5  
光伏发电系统输出功率具有不确定性特征,为了减轻其对电网的影响,有必要进行光伏出力预测。文中提出了一种基于灰色神经网络组合模型的方法对光伏出力进行预测。该方法是对传统直接预测和间接预测方法的结合,考虑了影响光伏出力的主要因素,通过统计与预测日相似天气条件下整点时刻的光伏出力,建立了各时刻出力的灰色模型,然后利用灰色模型的输出和温度数值与实测出力值建立神经网络预测模型,最终得到预测结果。文中采用实际光伏出力数据对灰色模型、神经网络模型、灰色神经网络组合模型3种预测方法进行了结果对比。算例结果表明,所提出的灰色神经网络组合预测模型能够更为精确地对光伏出力进行预测,因而具有潜在的应用价值。  相似文献   

2.
为了充分发挥灰色模型在单变量预测及神经网络在处理非线性问题上的优势,同时降低二者的线性组合模型中组合权系数计算方法的不确定性对模型预测效果的影响,本文基于修正组合预测的思想,借助马尔科夫链对灰色GM(1,1)、BP神经网络及组合灰色神经网络模型预测的误差序列进行了修正处理,并通过分析比较修正单一模型与修正简单组合模型在中长期径流预测精度上的差异,提出了基于修正组合模型的河川径流中长期预报方法。将该方法应用于黄河中游区四条一级支流窟野河、秃尾河、无定河与孤山川的控制性水文站年径流预测中,结果表明基于马尔科夫链修正的组合灰色神经网络模型具有更好的拟合与预报精度,是一种更有效的径流预测方法。  相似文献   

3.
随着光伏发电大容量地并入电网,其输出的随机性必将对大电网安全稳定运行造成影响,为此建立了一种变权重的光伏短期组合预测模型,首先通过主成分分析法(principal component analysis,PCA)将影响光伏出力的多重线性因素进行压缩、提取以简化模型输入变量的维数,然后将提取的第一主成分结合灰色关联度来筛选相似日样本,接着将样本分别带入最小二乘支持向量机、改进BP网络2种单一模型进行2次预测。第1次预测作为相似日预测,用来训练权重系数,训练方法是萤火虫算法优化的广义回归神经网络;第2次预测是待预测日的预测。仿真结果验证了所提模型的有效性。  相似文献   

4.
针对传统BP神经网络在光伏发电短期出力预测中的不足,提出并实现了一种基于灰色动态BP神经网络的光伏发电短期出力预测模型。通过灰色系统理论对BP神经网络因子集进行优化,同时对BP神经网络的隐含层节点数进行动态调节。将提出的模型应用于真实的光伏电站短期出力预测中,预测结果和实测结果吻合度较高,验证了模型的有效性。  相似文献   

5.
提出了利用综合灰关联分析提取线损强关联因素的方法,建立了灰色模型(gray model,GM)(1,1)和GM(1,N)组合的电网线损率预测模型。电网线损率变化轨迹受多种因素影响,通过多种灰关联分析及层次分析法变权处理,按加权组合的综合关联度优选GM(1,N)建模参数。组合预测首先采用GM(1,1)模型预估建模参数值,而后将其代入GM(1,N)模型进行线损率精预测,算例表明,对于自然发展中的电网,该组合模型预测性能稳定、精度高,适用于电网中长期线损率预测。  相似文献   

6.
针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型。通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度。首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值。利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性。  相似文献   

7.
针对单一灰色模型和神经网络模型自身的缺陷对传统灰色神经网络组合模型预测精度的影响问题,提出一种基于改进的灰色神经网络组合模型的光伏电站短期出力预测方法。通过把历史日最高和最低气温以及功率数据作为输入,将改进后的单一灰色模型和神经网络模型进行串联组合。采用粒子群优化算法对该组合模型的权值和阈值进行优化,得到改进的灰色神经网络组合模型,可实现提前一天功率预测。某光伏电站群的实测数据验证了该预测方法能够有效提高预测精度。  相似文献   

8.
提出了一种通过改进遗传算法并综合利用灰色预测GM(1, N)模型、BP神经网络模型、多元回归模型建立的电网投资组合预测模型。基于传统遗传算法对组合预测约束条件进行了优化并改进了遗传算法中交叉算子和变异算子,从而使算法具有更强的全局搜索能力和收敛能力。利用所提出的组合预测模型对某地区电网投资进行预测的结果表明,相比于单一预测模型和其他两种组合预测模型,所提组合预测模型能充分利用原始数据的信息,具有更高的预测精度。  相似文献   

9.
针对非模型PID控制难以克服参数变化、时滞的固有缺陷,为优化托卡马克装置中应对等离子体垂直不稳定位移的主动反馈控制,通过改进灰色GM(1,1)预测模型对基于级联H桥拓扑的EAST快控电源的输出电流进行准确预测以优化控制参数。灰色GM(1,1)预测模型适用于小样本、贫信息系统,所需建模样本少、计算简易。预测拟合序列的差异导致在对输出电流的上凸序列进行灰色GM(1,1)建模时存在较大预测误差,选用一种将上凸序列轴对称变换为上凹序列并建立非等间距灰色GM(1,1)预测模型的数据变换方法,同时利用样本点给出了非等间距序列的预测时刻的估计式。基于该改进灰色GM(1,1)预测模型,推导了预测模型的建模过程,通过仿真比较两种灰色GM(1,1)预测模型对电源输出电流的预测误差,改进后突变段预测误差率降低至10%以下,并在实例分析中验证改进灰色GM(1,1)预测模型的有效性。  相似文献   

10.
提出了基于模糊神经网络(FNN)和灰色理论的电力负荷预测方法,分析了灰色理论的局限性并做出改进;将等维新信息递推GM(1,1)模型与模糊神经网络相结合,解决了模糊神经网络和灰色理论样本空间不能变换、计算误差不能及时修正2个缺点,并以内蒙古电网负荷预测为例,应用MATLAB语言对系统进行仿真.测试结果表明,该方法具有较高的预测精度.  相似文献   

11.
光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。  相似文献   

12.
为克服不同影响因素权重相近的缺点,将改进的熵权算法引入到灰色关联分析算法,求得配电网各影响因素合理的权重值,以提高其评价的客观性。使用改进熵权-灰色关联分析算法,求得供电区域可靠性指标与各影响因素之间的关联度。实验中,对四个供电区域的数据,采用所提方法得到了不同供电区域影响供电可靠性的主要因素,并与灰色关联分析算法所得结果进行比较。实验结果表明,所提方法可有效获得各影响因素的关联度,从而确定某供电区域中对供电可靠性产生显著影响的关键因素。  相似文献   

13.
考虑到光伏输出功率的随机性和波动性,提出一种基于粒子群算法(Particle Swarm Optimization,PSO)优化深度信念网络(Deep Belief Network,DBN)的光伏短期发电出力预测方法。首先利用改进粒子群算法确定DBN神经网络最优的初始权值,建立初始DBN网络。其次,确定预测日后,利用灰色关联度法选出与预测日气象特征相似度高的日期。将这些日期的气象数据和历史发电数据作为训练集对初始DBN网络进行训练,建立预测模型。最后仿真结果表明,所用模型相比于传统的DBN神经网络具有更高的预测精度。  相似文献   

14.
为评估和提高电力推进船舶电网的可靠性,优化其运行策略,提出了一种基于灰云聚类和证据推理相结合的电能质量在线评估方法。首先应用改进的群层次分析法与变权理论得到指标权重,利用灰云聚类模型将评价指标转化成对应评估等级的基本信度分布。随后根据历史信息利用改进冲突度量方法衡量指标的可靠程度。最后通过证据推理规则对经可靠度和权重修正后的时域与空域指标进行信息融合,从而得到系统实时的评估结果。仿真分析表明,该方法能够准确地反映船舶电网实时的运行状态,具有较强的抗干扰能力。  相似文献   

15.
传统的配电网规划综合评价方法缺乏对配电网不同区域特点的考虑,基于供电分区并结合中高压配电网规划特点建立了一套综合评估指标体系。在指标优化方面,根据传统灰色关联方法提出了通过核心指标来简化灰色关联度的计算过程,同时考虑到单独使用灰色关联理论会不利于指标间的相互独立性。因而综合应用层次分析法(Analytic Hierarchy Process, AHP)与灰色关联分析方法进行指标筛选,实现了指标优化与去冗余。引入层次分析法对熵权法的权重计算方法进行修改,使其权重更加合理。此外以最小距离和来设计目标函数,并利用拉格朗日函数从由k(k≥2)种方法计算得到的权重中得到最优权重。以河南省某市2015年和2016年配电网规划的历史数据为例进行综合评估,表明该评价体系与方法能够合理地评估配电网整体发展水平,并找出薄弱环节,为配电网的规划、建设提供参考依据。  相似文献   

16.
风机、光伏等可再生能源出力和负荷需求的不确定性给微电网稳定运行带来挑战。首先,针对这一特性,构建约束条件的不确定集,综合考虑运行成本和环境成本,建立微电网多目标鲁棒调度模型,并引入鲁棒不确定预算调节不确定集合的保守度。其次,采用基于Pareto支配策略的改进的非线性多目标布谷鸟算法求出Pareto最优解集,并利用多目标灰靶决策从Pareto最优解集中选择出满意方案。最后,针对一个小型微电网系统建立优化模型并求解,对比分析仿真结果,验证了所提方法的可靠性和有效性。  相似文献   

17.
针对离网式风力发电系统存在电能波动大、供电可靠性差等问题,提出采用基于无刷直流电机(BLDC)驱动的飞轮储能系统来提高离网式风力发电系统的电能质量。通过Matlab/Simulink对含有飞轮储能环节的离网式风力发电系统进行了仿真,给出仿真参数。仿真结果表明,飞轮储能系统可有效抑制风速变化带来的电能波动,保证供电的可靠性。  相似文献   

18.
为了解决风电机组运行状态及故障诊断中外界环境因素对出力情况的影响,引入风电机组出力相关性信息,对机组运行状态进行判别。实现了在不增加传感器和测点的情况下,提高判别机组非健康状态或故障状态的可靠性。将相关性分析与模糊故障Petri网相结合,以此判别风电机组的运行性能并诊断故障。采用风场实际数据的验算结果表明了该方法的有效性。  相似文献   

19.
传统的统计参数特征,因放电次数及放电相位分布等因素的影响,会出现无效信息,降低局部放电识别率。为了减少这些因素的影响,引入灰度共生矩阵纹理特征对局部放电进行模式识别。首先通过实验构造局部放电相位-放电量-放电次数(j-q-n)三维图谱,获得放电分布矩阵。其次计算其对应的灰度共生矩阵,并提取出相应纹理特征。最后利用聚类分析对不同放电缺陷进行了有效判别分类。实验结果表明:基于放电分布灰度共生矩阵的纹理特征可以有效辨识不同局部放电类型,为局部放电模式识别提供了一种新思路。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号