基于滚动的BP神经网络的光伏发电功率预报

鉴于准确预测光伏发电功率可减少大规模光伏并网发电对电网造成的冲击,以河南省某并网的光伏发电站7~11月共5个月的数据为例,通过建立非滚动的和滚动的BP神经网络模型,分别进行数值预报辐射订正和发电功率预报,并对预报的72h结果分为第1、2、3d分别进行检验。结果表明,滚动的BP神经网络对辐射订正和功率预报均具有较好的泛化能力,方法简便、实用,能够有效降低光伏发电功率的预报误差。     

风电功率预测预报系统的设计与开发

鉴于风电场的输出功率预测对电网的安全运行具有重要意义,采用C/S结构,在Windows Server 2008 R2操作系统上的.NET3.5框架环境下进行系统开发,以SQL SERVER2008作为整个系统的数据支撑,设计开发了一套适用于不同环境的风电场的输出功率预测预报系统,制订了标准化与可订制的数据通讯接口,提供了独立的后台自动化预报模块,具有6种短期功率预报算法和4种超短期功率预报算法,风电场可根据实际运行情况选择最优的预报方法运行。系统应用结果表明,该系统短期预报的准确率达80%以上,超短期预报的均方根误差在15%以下,能满足国家能源局和国家电网相关要求。     

风电功率预测预报系统应用效果的检验与评价

客观检验与评价风电功率预测预报系统对有效改进预测方法意义重大。基于该系统2011年7月～2012年4月在湖北省九宫山风电场和新疆乌兰达布森风电场的运行资料,根据相关技术规程对系统中多种短期和超短期预报方法效果进行了检验与评价。结果表明,该系统在南北方均具有使用价值,应结合不同区域风电场的气候背景进行测风数据的补缺、订正,校正数值天气预报数据和优化预测模型,以提高系统预测精度和效果。     

基于机器学习的风电场风速多模式集合预报

[目的]随着大量风电场的兴建,组合研究不同的机器学习算法和气象预报模式已成为研究焦点。[方法]文章以湖北省风能资源的空间分布特征为基础,通过选取代表站点结合实验数据分析对结果进行深入探讨。[结果]在湖北省,已建和在建的风电场主要集中在“三带一区”的区域,具体包括：位于湖北省中部,从荆门至荆州的南北向风带;位于鄂北,从枣阳至英山的东西向风带;部分湖岛和沿湖地带;以及鄂西南和鄂东南的部分高山地区。该研究采用4种不同的数值预报产品,包括CMA-WSP、CMA-GD、WHMM和EC,与实测风速对比深入探究这些数值模式的适用范围。[结论]通过分析基于机器学习的5种集合预报方法及均值法在湖北省各地区的表现确定了适合的算法和预报模式组合,为提高集合预报的准确性提供了参考。     

不同种类专业信息动态显示的若干技术

目前荆州市综合气象信息监视平台基本建成,但显示内容比较单一,监视方式不够灵活,监视信息间的切换需要人工操作,烦琐且自动化程度低。鉴于这种的应用现状,需要对现有信息资源进行梳理和整合,开发相关功能模块,增加监视内容的多样性和切换的灵活性,动态显示技术可提高监视效益。     

基于改进LSTM神经网络的风电功率短期预报算法

[目的]风能的波动性和间歇性给大规模的风电并网提出了挑战,解决这一问题的有效途径是能够提供准确的风电功率预报。[方法]针对这一挑战,提出了一种新的基于改进LSTM（长短期记忆）架构的深度学习神经网络的风功率预报模型,包含自主研制的数据异常检测与处理、风速特征提取、超参数调优于一体的风电功率预报方法。为了使神经网络模型能更加准确地学习风速特征对风电功率的影响,还定义了一种使用特征筛选以及特征倍增相结合的特征工程方法。[结果]仿真结果表明：所提出的数据清洗及数据增强算法在各种机器学习算法上可以将准确率提升约5%。提出的改进LSTM神经网络模型在数据清洗后与传统算法以及业内主流神经网络算法进行对比,可以将准确率提升2.5%。[结论]改进的方法不但具有较好的噪声数据清洗能力,而且在所有的试验中,改进模型在预报准确性方面优于其他所有算法,可以为实际应用提供指导。     

移动数据库中一种基于XML的视图增量更新算法

视图增量更新算法作为提高移动数据库响应性能的重要手段已有许多研究。随着XML结构在移动数据库中的应用,现有的算法不适用于目前移动数据库中存储的数据。提出了以XML树型结构为基础的一种新的视图增量更新算法XSIU（XML Structured-based Incremental Update）,通过该算法能有效解决视图的增量更新在XML中的实现。实验表明,当带宽急剧下降时,该算法能有效提高移动环境中视图的增量更新性能。     

移动环境中自适应的XML广播索引

针对如何减少移动计算环境中XML数据广播的调谐时间和访问时间的问题,提出一种基于自适应索引的XML广播调度算法XAISA。它能根据系统负荷动态调整数据块的度,从而达到性能最优化。性能分析和实验比较表明,该算法能以极小的平均访问时间的代价大大减少平均调谐时间及接收XML广播数据的时间。     

省级风能资源信息管理及辅助决策平台研制

风能资源的开发在湖北省已呈迅猛发展之势,但全省缺乏统一的风能资源开发的信息管理平台,不利于省级能源主管部门的科学决策和审批,亟需建立一套基于GIS技术的全省风能资源信息管理平台.在此背景下,以湖北省境内的测风数据、风能资源评估报告、风电场发电量数据、地理基础数据、高分辨率的高程数据和遥感影像数据等为基础,结合气象站数据、风能资源数值模拟数据,实现对全省风电项目建设进度的跟踪管理、测风数据的管理、风能资源分布的查询、实时数据的监控,再综合应用这些数据,通过Map GIS强大的空间分析功能,充分挖掘有价值的信息,实现了风电场的选址及辅助决策功能.     

中国气象局风能太阳能预报系统（CMA-WSP）在风资源短期预报中的检验评估

[目的]为检验中国气象局风能太阳能预报系统（CMA-WSP）风速产品在风资源短期预报中的可靠性,对CMAWSP 100 m风速3 d预报产品进行检验分析。[方法]文章利用湖北省枣阳周楼、麻城蔡家寨和大金中部3个风电场100 m风速实测数据开展研究。[结果]研究结果如下：（1）CMA-WSP对枣阳风电场3 d内风速的整体预报效果较好,预报结果与实测风速变化趋势较为一致,逐15 min、小时平均和日平均风速第1 d的预报与实测风速相关系数可达0.728、0.740和0.860,随着预报时效增加,预报与实测相关性逐渐降低。（2）CMA-WSP预报风速与实测风速相对误差变化规律性强,逐15 min、小时平均和日平均风速第1 d预报相对误差分别为68%、70%和92%,预报风速整体高于实测风速;小时平均风速及相对误差均呈现白天小、晚上大的特征;月平均风速变化与MRE值变化呈相反趋势,且在1～6月和10～12月最低、7～9月最大。（3）从地区差异来看,CMA-WSP对枣阳周楼风电场风速的预报效果最好,第1 d预报与实测风速相关性可以达到0.728,第2～3 d的预报相关性也超过0.6,CMA-WS...