共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
风电功率预测对于风电接入电网后上网限电有非常重要作用,同时也对风电的市场竞争力有很大的支持效应。从现阶段风电功率负荷预测的现状出发,在研究当前风速预测方法和预测效果的基础上提出用LSSVM来进行风速的预测方法,与其他几种风速预测方法的误差进行比较表明,LSSVM在预测风速方面具有一定的优越性。经过实例测算表明,效果较为理想。 相似文献
3.
考虑到风电功率本身的随机波动特性,在制定日前市场经济预调度方案过程中,需要将风电功率不确定性因素考虑进来。因此,利用机会约束规划方法来建立包含风电场在内的日前经济调度随机优化模型,并选用改进的引力搜索算法来求解所建立的模型。最后,选用具体算例,结合IEEE-30节点网络调试系统进行模型仿真,并利用仿真结果探讨了负荷水平对系统所容纳的风电容量的影响、风电功率预测偏差对预调度惩罚成本的影响、风电预测功率下不同成本系数对日前市场的影响。研究结果表明,利用改进引力搜索算法进行优化仿真的收敛速度比粒子群算法和遗传算法的收敛速度快,可靠性高。研究所得成果为日前市场经济下风电功率短期预测研究提供参考。 相似文献
4.
5.
6.
7.
风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义。文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测。通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值。 相似文献
8.
基于NSGA-Ⅱ的水文模型参数多目标优化研究 总被引:1,自引:0,他引:1
为了对水文模型中难以直接测算的参数进行调试和优化,将带精英策略的非支配排序遗传算法(NSGA-Ⅱ)应用于水文模型(HYMOD)参数多目标优化计算中,得到最优解Pareto集合。通过多目标距离函数法从Pareto集中求出一组协调集。采用非支配解集覆盖度和非支配解的空间分布两个性能度量指标,对NSGA-Ⅱ算法与多目标粒子群算法(MOPSO)的优化结果进行比较分析。结果表明,NSGA-Ⅱ优化得到的非支配集比MOPSO算法得到的支配比例高;但前者的非支配解的空间分布较MOPSO算法相对均匀。 相似文献
9.
提出一种基于改进骨架微分进化算法(IBBDE)优化支持向量机(SVM)的短期风电功率预测方法.采用IBBDE算法可有效解决SVM模型学习参数选择难的问题.以西藏格尔木地区五子湖风电场为算例进行发电功率预测,结果表明所提方法具有较高的预测精度. 相似文献
10.
11.
12.
13.
14.
将MATLAB中的BP神经网络引入到边坡稳定性研究中,但由于标准的BP算法存在收敛速度慢、容易陷人局部极小点等缺点,为此采用各种改进及优化的算法,以寻求更适合边坡稳定性预测研究的算法。本文结合了大量边坡实例,经过理论分析和实例测试,能显著提高训练速度、减少收敛周期,达到很好的边坡稳定性预测结果。 相似文献
15.
16.
土岩组合地区基坑变形的预测方法研究 总被引:1,自引:0,他引:1
陈勇 《水利与建筑工程学报》2013,(5):97-101
对影响土岩组合地区基坑变形的主要因素进行了分析,并采用人工智能——BP神经网络的方法对土岩组合地区基坑的变形进行了预测研究。基于已有的研究资料,分析和总结了影响基坑变形的主要因素;建立了BP神经网络预测模型;借助MATLAB语言进行编程,利用训练稳定的网络模型,预测了基坑土岩组合地区基坑的最大侧移量。经与实测值比较,预测精度可满足工程的需要。该预测研究可对土岩组合地区基坑的设计与施工提供一定的参考。更多还原 相似文献
17.
与传统的能源发电投资相比,风电投资具有更大的投资风险。在目前的技术水平下,风电的大力发展离不开国家的政策扶持。无论对风电投资者而言,还是对风电投资政策制定者而言,均迫切需要一个可将风险量化的投资辅助决策工具。基于实物期权理论,文中建立了适用于中国风电投资环境的风电项目投资决策模型。该模型考虑了风电上网电价的不确定性、风电场投资及运行成本、投资政策、投资时机等因素。算例分析表明该模型可为投资者选择合适的投资时机提供决策参考,另外还可作为政策制定者制定合理投资政策的量化分析工具。 相似文献
18.