【摘 要】
：
为更准确预测短期风电功率,提出了一种基于误差修正的NNA-ILSTM短期风电功率预测方法.首先,采用斯皮尔曼(Spearman)等级相关系数法对风电功率影响因素分析,选出相关性较高的参量;其次,对长短期记忆网络添加注意机制与修改损失函数以解决其对有效信息筛选不足的问题,利用神经网络算法(NNA)优化改进的长短期记忆网络(ILSTM)中的神经元数量和时间步长,提高其预测精度以及泛化能力,构建NNA-ILSTM预测模型;最后,分析预测误差与风电功率、风速之间相关性,构建误差修正模型,对NNA-ILSTM模型预
【机 构】
：
新疆大学电气工程学院,新疆乌鲁木齐 830047
论文部分内容阅读
为更准确预测短期风电功率,提出了一种基于误差修正的NNA-ILSTM短期风电功率预测方法.首先,采用斯皮尔曼(Spearman)等级相关系数法对风电功率影响因素分析,选出相关性较高的参量;其次,对长短期记忆网络添加注意机制与修改损失函数以解决其对有效信息筛选不足的问题,利用神经网络算法(NNA)优化改进的长短期记忆网络(ILSTM)中的神经元数量和时间步长,提高其预测精度以及泛化能力,构建NNA-ILSTM预测模型;最后,分析预测误差与风电功率、风速之间相关性,构建误差修正模型,对NNA-ILSTM模型预测结果进行修正,得到风电功率预测的最终结果.实验结果表明,所提出的模型可以显著提高风电功率预测精度.
其他文献
现有风电容量可信度的研究通常属于系统规划层面,难以直接指导实际生产运行.从运行层面出发,研究风电运行容量可信度及其影响因素,分析了其对调度计划的指导作用.首先针对风电预测误差与预测出力之间的相关关系,建立多风电场预测误差的条件概率分布模型;其次建立风电和常规机组的等效容量分布模型并进行运行可靠性评估;继而提出运行层面风电容量可信度的定义及评估方法;最后结合实际风电数据和测试算例,对不同时间尺度运行容量可信度进行计算,得出风电运行容量可信度的相关结论,为大规模风电接入后的调度运行提供决策支持.
以园区综合能源系统(PIES)的优化配置为研究对象,考虑电力市场分时定价机制下的需求侧响应策略,以PIES的运行成本、污染排放和能耗为优化目标,建立主问题与子问题的迭代优化架构,最后采用多属性决策方法从待选方案中选出最优的系统配置.算例结果表明,可再生能源的接入可以有效地提高PIES的综合效益,引入价格型和替代型需求侧响应后可以进一步提升PIES的经济性,但同时降低了PIES的环保性.
随着建设新能源为主体型电网目标的提出,协调新能源主要形式之一的光伏发电系统配合传统水、火电同步机组参与电网频率调节是保证电网稳定运行的必要措施.针对包含光伏以及水火机组系统的二次调频过程,综合考虑系统中火电成本及污染,水电振动区等各类型机组在AGC环节中的特点,通过基于第三代非支配排序遗传算法(NSGA-III)的多目标进化算法对各类型机组出力进行协调优化.最后,在DIgSILENT软件中,搭建了包含光伏并网系统以及调频环节的IEEE 39节点仿真系统,通过与传统比例分配策略的对比验证了所提优化策略的优越
为了贯彻绿色交通发展理念,解决广西沥青路面高温性能问题,文章拟将一种环保的新型生物基改性剂(BFL-RS01)加入到沥青混合料中,并通过车辙试验、单轴贯入试验等研究BFL-RS01对混合料高温性能的影响.结果表明:加入BFL-RS01后,动稳定度及无侧限单轴贯入强度明显上升,说明其对沥青混合料高温性能的改善作用效果显著,同时降低了沥青混合料动稳定度的荷载敏感性;掺加BFL-RS01的沥青混合料,在各种高温条件下的稳定性明显高于普通沥青混合料,说明该改性剂能较好抵抗高温天气的影响.
提出了一种新型宽频带2×2方形缝隙槽圆极化天线阵.天线阵包含一个连续旋转馈电结构、4个非对称U型馈电枝节和一个方形槽接地板.与传统圆极化天线阵所采用的L型馈电枝节不同,首次提出了一种新型非对称U形馈电枝节来改善天线的圆极化性能.利用这些枝节和缝隙槽作为微扰元素,缝隙槽天线阵可以激发多重圆极化谐振模式,进而产生宽频带的圆极化辐射.测试结果表明,该天线阵3 dB轴比带宽为81.3％(1.75～4.15 GHz)而10 dB回波损耗达到88.6％(1.96～5.08 GHz).此天线阵具有宽频带特性,在WLAN
当前体育运动轨迹重构方法存在误差大,精度低等难题,为了改善体育运动轨迹重构效果,提出了基于红外传感技术的体育运动轨迹重构方法.首先采用红外传感技术采集体育运动轨迹信号,并对体育运动轨迹信号进行预处理,然后根据预处理后的体育运动轨迹信号得到动作轨迹位移,并根据这些信息得到各个方向上的瞬时速度与位移,从而实现体育运动轨迹重构,最后进行了体育运动轨迹重构仿真实验,结果表明,该方法可以高精度进行体育运动轨迹重构,而且体育运动轨迹重构结果可靠.
针对大规模电动汽车的实时调度存在维度高和随机性强等问题,提出基于强化学习的电动汽车集群实时优化调度策略.首先,以最小化综合成本(机组发电成本和补贴成本)为目标,建立电动汽车集群参与的电网机组经济调度模型.将实时阶段下的该模型构建为一个马尔可夫决策过程,利用基于最大熵的深度强化学习算法对马尔可夫决策过程进行模型训练和求解.此外,融合强化学习不依赖预测信息和运筹优化算法保证物理约束的优势,将电动汽车充电和机组出力分开优化调度.最后,通过算例验证所提策略在降低成本和削峰填谷方面的可行性和有效性.
当前审计系统中某些特权账号的权限超出了正常范围,它们能够随意篡改审计记录,对审计系统的功能和效用构成了严重的影响.为了解决这一问题,提出并设计了一种基于区块链的防特权账号篡改审计系统,在区块链技术的固定性特征的基础上,将系统中的数据保存在区块链中并通过属性基加密功能保护数据安全,凭借细粒度访问控制增强了数据的安全性,同时,基于哈希链、预处理、批处理等技术消除了数据安全保护措施对系统效率造成的负面影响.
考虑单一算法在选取典型日负荷曲线上的不足,将改进后的可能模糊C均值聚类算法(PFCM)与模糊线性判别法(FLDA)相结合提出一种新的集成聚类方法.首先将原有的PFCM改进,得到改进后的PFCM,并将其应用于最佳聚类数的选取;然后将改进后的PFCM与FLDA相结合,将该集成聚类算法应用于负荷曲线的聚类.最后,通过某电网全年负荷数据验证了所提方法在典型日选取上的有效性.
向短租型物业推广预付费业务是提升电费回收率的有效途径.为解决租赁型物业查询困难的问题,从用电数据挖掘角度出发,首次提出一种基于物业状态画像的短租型物业辨识方法.首先提取与物业状态相关的用电特征,其次通过划分用电特征区间形成离散化标签,最后提出多级变权重聚类法完成物业画像,从中分离出作为预付费业务对象的短租型物业.算例结果表明,所提方法能有效辨识短租型物业,查准率和查全率分别达到85.8％和92.9％,可为电力公司推行针对短租用户群体的预付费等特殊供电服务提供信息基础.