【摘 要】
：
提出一种基于卷积长短期记忆神经网络(CNN-LSTM)的短期风功率预测模型.该模型以风电场风功率历史数据以及风速风向等数值天气预报(NWP)数据为输入对风功率进行预测.首先,利用
【机 构】
：
华北电力大学电气与电子工程学院,保定 071003;国网山东省电力公司淄博供电公司,淄博 255000
论文部分内容阅读
提出一种基于卷积长短期记忆神经网络(CNN-LSTM)的短期风功率预测模型.该模型以风电场风功率历史数据以及风速风向等数值天气预报(NWP)数据为输入对风功率进行预测.首先,利用主成分分析法(PCA)对原始多维气象数据变量进行预处理,然后将处理过的气象数据和历史风功率数据通过卷积网络实现对数据的特征提取和进一步的数据降维,再通过长短期记忆网络实现对数据的拟合,并在神经网络的训练过程中引入DropConnect技术减小模型中的过拟合现象,最终实现风功率的精确预测.以中国西北某风电场的实测数据进行验证,结果表明所提方法能有效对风功率进行预测,较BP神经网络和支持向量机(SVM)有更高的预测精度.
其他文献
可应用于水上加油船的光储柴一体化智能微电网是新能源在加油船舶上的一种特殊利用形式。通过实际项目案例,重点介绍了该光储柴一体化智能微电网的构成,以及其管理系统的运行模式和控制策略,并结合实际运行数据进行了效果验证,以期为同类型微电网的实际应用提供借鉴和参考。
考虑基于价格的用户行为选择,提出一种计及用户价格型需求响应的光-储充电站容量配置与定价方法,分别以充电站运营商和电动汽车用户为上、下2层问题的主体,建立双层优化规划模型。利用线性化方法和KKT条件将问题转化为单层混合整数线性规划。最后,为了验证所提模型的有效性,通过算例分析得出规划运行方案,对比不同方案,结果表明通过制定合理的价格控制需求响应的手段可有效提高充电站的经济效益。
建筑接收太阳辐射得热后会改变建筑屋顶近壁面的空气温度,而建筑屋顶近壁面的太阳辐射温差与建筑屋顶湍流产生的对流换热会影响光伏组件的工作温度,从而影响搭建于建筑屋顶的光伏组件的性能。以夏季时西安市某未安装光伏组件的建筑屋顶为例,针对上述因素,利用CFD技术并基于ANSYS平台进行了模拟分析。结果显示,建筑屋顶近壁面的湍流动能与太阳辐射温差之间呈正相关性,在该结论的基础可以通过重新组织屋顶气流来改变屋顶壁面温度及光伏组件的工作温度,进而提高光伏组件的性能,以期为今后的进一步研究工作打下基础。
潮流能电站的选址和设计过程不仅与资源条件有关,还受到水深、流向、流速垂向结构等因素影响.该文推导了垂向潮流能资源与表层流速之间的关系式,提出并引入表达流向变化特征
该文针对实际电站中的光伏组件故障,实地调研并收集多晶硅光伏组件中的一些常见故障类型,建立光伏电池的反偏模型,分析光伏组件失配下I-V输出特性的原因,测试不同故障类型光
利用波浪能驱动垂荡浮子间歇射流装置,实现表层富氧水向深层输移。以浮子垂荡运动水动力行为为研究对象,利用数值模拟研究波参数、浮子几何参数和等效阻尼系数的影响规律。结果发现:1)随着入射波高增加,浮子垂荡响应幅度增加;随着入射波周期增加,浮子垂荡响应幅度增加,增幅先大后小再增大;2)浮子垂荡响应幅度随浮子直径增加而增加;浮子密度变化对垂荡响应幅度影响较小;3)随着等效阻尼系数增加,浮子垂荡响应幅度减小。最后,采用量纲分析法,建立并验证了浮子相对垂荡响应幅度的预测公式。
太阳能烟囱可利用太阳能诱导自然通风,是强化室内通风效果的一种有效方法。对太阳能烟囱强化地下空间自然通风的特性进行数值研究,建立结合竖直式太阳能烟囱的地下空间模型,并调查Rayleigh数(Ra)和烟囱宽高比对烟囱出口质量流率的影响。结果表明,不同烟囱宽高比条件下,烟囱出口处无量纲质量流率随Ra的增大而增大,当Ra达到某一数值后,其增长趋势变慢。不同Ra条件下,当Ra较小时(Ra=103~106),随着烟囱宽高比的增大,烟囱出口处无量纲质量流率先增大后减小,且曲线
基于焓法建立可靠的相变传热模型,对采用单一相变材料的换热器及不同结构组合式相变材料换热器的相变传热过程进行数值分析.结果表明:组合式相变材料换热器的性能优于采用单
针对传统微网多目标优化配置过程中,易受特殊气象数据影响而导致的低鲁棒性问题,建立微网经济性、稳定性和环保性等多目标优化模型,并设置了蓄电池、超级电容储能荷电状态、最大瞬时功率要求以及功率平衡等约束条件,并据此分析微网多目标优化问题。先利用线性加权求和法转化为单目标求解问题,再采用高鲁棒性快速粒子群优化算法,求得微网内风-光-微燃气轮机-蓄电池-超级电容的最优配置组合。最后设立鲁棒性改进前后的多个算例,从经济性、环保性等方面对比分析,验证算法的有效性。
提出一种应用于塔式太阳能热发电站的以全天空动态图像为基础的多维度特征训练融合回归模型处理方法,实现局部区域的太阳直接辐射(DNI)预测。为解决遮挡太阳云团特征难以提取、遮挡情况预测不准确等问题,方案通过阈值分割进行太阳位置检测,使用随机森林检测云团,利用模板匹配测算云速,并从上述信息中提取多维度特征训练融合回归模型实现DNI预测。测试结果表明方案的短期预测误差较小,可准确地预测出DNI的变化趋势,