資料介紹
基于人工神經(jīng)網(wǎng)絡(luò)和粒子群算法的風能預測模型_廖輝英
作為一種可再生的清潔能源, 近年來風能資源正在得到廣 泛的開 發(fā)與 利 用。截止 2009 年, 中 國風 電 裝 機容 量 已 達 25.8GW;2020 年,預計全國風電總裝機容量將達到 30GW。風電 場的輸出功率受風能隨機性影響很大。隨著規(guī)模越來越大、數(shù) 量越來越多的風力發(fā)電機并網(wǎng)運行, 這種隨機性對電力系統(tǒng)的 影響越來越不可忽視。因此,有必要提出一種基于準確有效風能 預測的運行策略。 預測風能的方法眾多, 常見的有基于數(shù)字天氣預報(NWP) 的預測、以時間序列法為代表的統(tǒng)計預測以及以神經(jīng)網(wǎng)絡(luò)法為 主的學習預測。基于 NWP 的預測數(shù)學模型復雜,需運行在超級 計算機上,其應(yīng)用有一定的局限性,有時短期預測的有效性還不 如持續(xù)型預測模型。時間序列預測法是一種歷史資料的延伸預 測法,常用模型有經(jīng)典時間序列分析模型、自回歸滑動平均(AR- MA)模型、卡爾曼濾波器模型、自回歸滑動平均求和模型。電力 系統(tǒng)和風能均為復雜的非線性動態(tài)過程, 傳統(tǒng)的模型不能準確 地描述風速或風電場功率的實際變化情況, 將影響到預測結(jié)果 的精度。人工神經(jīng)網(wǎng)絡(luò)方法一般無需研究對象的精確數(shù)學模型, 可有效彌補傳統(tǒng)方法單純依靠數(shù)學求解的不足。
作為一種可再生的清潔能源, 近年來風能資源正在得到廣 泛的開 發(fā)與 利 用。截止 2009 年, 中 國風 電 裝 機容 量 已 達 25.8GW;2020 年,預計全國風電總裝機容量將達到 30GW。風電 場的輸出功率受風能隨機性影響很大。隨著規(guī)模越來越大、數(shù) 量越來越多的風力發(fā)電機并網(wǎng)運行, 這種隨機性對電力系統(tǒng)的 影響越來越不可忽視。因此,有必要提出一種基于準確有效風能 預測的運行策略。 預測風能的方法眾多, 常見的有基于數(shù)字天氣預報(NWP) 的預測、以時間序列法為代表的統(tǒng)計預測以及以神經(jīng)網(wǎng)絡(luò)法為 主的學習預測。基于 NWP 的預測數(shù)學模型復雜,需運行在超級 計算機上,其應(yīng)用有一定的局限性,有時短期預測的有效性還不 如持續(xù)型預測模型。時間序列預測法是一種歷史資料的延伸預 測法,常用模型有經(jīng)典時間序列分析模型、自回歸滑動平均(AR- MA)模型、卡爾曼濾波器模型、自回歸滑動平均求和模型。電力 系統(tǒng)和風能均為復雜的非線性動態(tài)過程, 傳統(tǒng)的模型不能準確 地描述風速或風電場功率的實際變化情況, 將影響到預測結(jié)果 的精度。人工神經(jīng)網(wǎng)絡(luò)方法一般無需研究對象的精確數(shù)學模型, 可有效彌補傳統(tǒng)方法單純依靠數(shù)學求解的不足。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 基于果蠅算法的混合小波神經(jīng)網(wǎng)絡(luò)交通流預測模型 40次下載
- 基于BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的光伏發(fā)電預測模型 35次下載
- 基于量子耗散粒子群算法的評估模型構(gòu)建 3次下載
- 人工智能-BP神經(jīng)網(wǎng)絡(luò)算法的簡單實現(xiàn) 12次下載
- 改進神經(jīng)網(wǎng)絡(luò)的港口貨運量預測模型 18次下載
- 結(jié)合小波變換的LSTM循環(huán)神經(jīng)網(wǎng)絡(luò)的稅收預測 10次下載
- 基于粒子群算法的車聯(lián)網(wǎng)交通流量預測算法 9次下載
- 粒子群神經(jīng)網(wǎng)絡(luò)混合算法在短期電價預測中的應(yīng)用 0次下載
- 一種改進的多策略粒子群神經(jīng)網(wǎng)絡(luò)在室內(nèi)定位中應(yīng)用 0次下載
- 基于粒子群優(yōu)化的條件概率神經(jīng)網(wǎng)絡(luò)的訓練方法 0次下載
- 基于RBF神經(jīng)網(wǎng)絡(luò)的通信用戶規(guī)模預測模型 7次下載
- BP神經(jīng)網(wǎng)絡(luò)模型與學習算法 10次下載
- 基于粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)觀測器感應(yīng)電機定子電阻辨識_陽同光 1次下載
- 基于聯(lián)想神經(jīng)網(wǎng)絡(luò)算法的電力系統(tǒng)負荷預測
- 基于PSO和RBF神經(jīng)網(wǎng)絡(luò)的水聲信號建模與預測
- BP神經(jīng)網(wǎng)絡(luò)預測模型的建模步驟 596次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系 530次閱讀
- BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別 338次閱讀
- PyTorch神經(jīng)網(wǎng)絡(luò)模型構(gòu)建過程 276次閱讀
- 基于神經(jīng)網(wǎng)絡(luò)的語言模型有哪些 238次閱讀
- 人工神經(jīng)網(wǎng)絡(luò)的案例分析 471次閱讀
- 神經(jīng)網(wǎng)絡(luò)預測模型的構(gòu)建方法 375次閱讀
- 人工神經(jīng)網(wǎng)絡(luò)的工作原理和基本特征 319次閱讀
- 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法有哪些 268次閱讀
- 詳解深度學習、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用 1557次閱讀
- 人工智能之機器學習的循環(huán)神經(jīng)網(wǎng)絡(luò)RNN算法解析 3472次閱讀
- 長短時記憶神經(jīng)網(wǎng)絡(luò)的算法 4605次閱讀
- BP神經(jīng)網(wǎng)絡(luò)概述 4.4w次閱讀
- 什么是神經(jīng)網(wǎng)絡(luò)?學習人工智能必會的八大神經(jīng)網(wǎng)絡(luò)盤點 2.5w次閱讀
- 訓練神經(jīng)網(wǎng)絡(luò)的五大算法 1.3w次閱讀
下載排行
本周
- 1TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 2開關(guān)電源基礎(chǔ)知識
- 5.73 MB | 11次下載 | 免費
- 3嵌入式linux-聊天程序設(shè)計
- 0.60 MB | 3次下載 | 免費
- 4DIY動手組裝LED電子顯示屏
- 0.98 MB | 3次下載 | 免費
- 5基于FPGA的C8051F單片機開發(fā)板設(shè)計
- 0.70 MB | 2次下載 | 免費
- 651單片機窗簾控制器仿真程序
- 1.93 MB | 2次下載 | 免費
- 751單片機大棚環(huán)境控制器仿真程序
- 1.10 MB | 2次下載 | 免費
- 8基于51單片機的RGB調(diào)色燈程序仿真
- 0.86 MB | 2次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應(yīng)用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關(guān)電源設(shè)計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數(shù)字電路基礎(chǔ)pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅(qū)動電路設(shè)計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉(zhuǎn)中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191186次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多