基于径向基函数和模糊技术的风能预测模型研究

摘要

随着世界范围内风电事业的飞速发展，风电机组总装机容量逐年攀升，单台风电机组的发电功率越来越大。由于风力发电固有的间歇性和随机性特点，大量大容量风电机组直接接入高压输电网络，不但是对电网安全运营、电能质量保证的重大挑战，而且也严重影响了风电场风力发电运营的经济性。所以，迫切需要使用风能预测系统来对风电机组的发电功率进行预测。而此项技术，在我国尚处于最初的研究阶段，只有少数高校及企业进行研究，还没有进入实际应用阶段。
　　 在这种背景下，本文通过使用Matlab软件建立了一种主要基于径向基函数和模糊技术的风能预测模型。该模型主要利用自组织神经网络模型进行数据分类、径向基函数神经网络模型进行初始预测以及模糊逻辑函数模型进行预测修正，再以进行数据筛选的数据预处理模型、数据归一化模型以及数据反归一化模型为辅助，预测目标风电机组未来72小时内的发电功率。经过河北某风场的多个实例验证，证明本风能预测模型的预测精度较为理想，已经可以用于实际生产。之后，利用Matlab与VS.net的混合编程技术，使用Matlab软件将建立好的风能预测模型制作成dll文件、使用VS.net软件制作前台控件、使用SQLserver2005进行数据管理，开发出了能够进行数据插入、删除、更新以及进行风能预测的软件。

目录

声明

摘要

第一章 绪论

1．1 课题的研究背景

1．2 研究的目的和意义

1．3 国内外研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 课题的研究内容

第二章 风能预测技术基础

2．1 概述

2．2 风能预测基础

2．2．1 数值天气预报

2．3 风能预测的分类

2．3．1 按预测时间分类

2．3．2 按预测范围分类

2．3．3 按风能预测模型分类

2．4 本章小结

第三章 人工神经网络模型在风能预测中的应用

3．1 概述

3．2 神经网络模型结构

3．2．1 神经元模型

3．2．2 网络拓扑结构

3．2．3 网络信息流向类型

3．2．4 神经网络学习方式

3．2．5 神经网络学习规则

3．2．6 竞争学习步骤

3．3 自组织神经网络

3．4 径向基函数神经网络

3．5 模糊逻辑函数

3．6 本章小结

第四章 预测模型的建立和实现

4．1 概述

4．2 数据预处理模型的建立

4．3 风能初始预测模型的建立

4．4 风能预测修正模型的建立

4．5 风能预测软件开发

4．5．1 开发工具

4．5．2 软件开发

4．6 本章小结

第五章 风能预测模型的验证

5．1 验证实例1

5．2 验证实例2

5．3 验证实例3

5．4 验证实例4

5．5 误差分析

5．6 本章小结

第六章 结论与展望

6．1 结论

6．2 展望

参考文献

攻读硕士学位期间发表的论文

致谢