BP神经网络预测风电功率

本文运用BP神经网络预测某风电场70台风电机在指定时间段内的输出功率,并通过软件仿真得到预测结果。得到672个时间点（15分钟为一个时间点）的预测数据后,采用日准确率、日合格率等四个指标对预测结果进行了评估。仿真发现,BP神经网络用于预测时,虽然动态性能较好,但准确度仍有待提高。     

双有源桥型变换器电磁暂态等效算法稳定性及截断误差分析

高频隔离型双有源桥(dual active bridge,DAB)变换器是电力电子变压器(power electronic transformer,PET)的核心设备之一。其中,高频链的存在以及高开关频率特性,使得PET电磁暂态仿真效率较低。该文对先前研究提出的DAB型变换器积分解耦算法进行稳定性与截断误差分析,以提高该方法的可信度。首先,建立DAB简化电路并列写其状态方程;其次,选取特殊对称矩阵,利用Lyapunov直接法分析前向欧拉、梯形积分和积分解耦方法下连续系统与离散系统的稳定性,计算不同积分方法的局部截断误差,建立相对均方根误差作为全局误差的衡量指标;并结合实际变压器参数取值,分析不同积分方法对仿真步长的约束;最后,在PSCAD/EMTDC中,进行稳定性与误差验证。结果表明,积分解耦法和梯形积分法的稳定性与截断误差均不会对仿真步长产生附加约束。     

灰色模型预测风电功率

本文旨在提出风电功率预测的一种可行方法。尝试运用了灰色系统预测GM(1,1)模型对未来672个时间点的风电功率进行了预测(事先规定一个时间点为15分钟,下同)。通过软件仿真得到预测结果,并采用日准确率、日合格率等四个指标对预测结果进行了评估。     

灰色-BP神经网络模型预测区域气温

本文旨在提出更为准确的区域气温预测方法。预测试验基于我国广东省深圳市某一时间段内的气温数据,尝试运用了灰色-BP神经网络模型对未来648个时间点(规定1个小时为一个预测时间点)的气温情况进行预测。通过软件仿真得到预测结果,并对预测结果进行了定性评估。仿真发现,该预测方法兼具BP神经网络和灰色模型的特长,能有效提高区域气温预测的精度。     

土壤重金属污染物迁移规律分析

重金属污染已成为现在社会越来越关注的话题,研究重金属污染的传播,对于环境保护,以及人体健康都具有十分重要的意义。本文通过对流-弥散传输模型,对重金属污染的迁移规律进行研究,通过变量分离法,适当忽略次要因素,最终得到了一个重金属污染的传播函数的解的形式。经分析,该模型在一定条件下具有可行性,可以应用于污染源定位与污染程度分析,对污染治理工作有指导意义     

对于风电预测数学模型的研究

风电厂发电功率的调整对于电力系统稳定运行具有十分重要的意义。而如何对风电场的发电功率进行尽可能准确地预测,是急需解决的问题。本文通过对多种预测模型进行研究,以较好地实现风电功率的短期预测。