论文总字数：24736字

摘 要

风能是种“取之不尽,用之不竭”、环境友好的可持续性能源,已受到了越来越广泛的重视,并成为发展最快的新型能源。但是风电具有间歇性和随机性的固有缺点,随着大量的风力发电接入电网,势必会对电力系统的安全、稳定运行以及保证电能质量带来严峻挑战,从而限制风力发电的发展规模。如果能够对风电场风速进行比较准确的短期预测，则有利于电力系统调度提前调整调度计划，减小风电对电网安全的影响。本文采用基于模糊决策粗糙集建立短期风速预测的模型，利用模糊决策粗糙集找出对风速预测具有主要影响的因素，然后采用支持向量机(SVM)进行训练从而建立短期风速预测的模型。采用SVM向量机进行训练，实验结果表明本文采用的方法具有精度高和建构简单的优点。

关键词：短期风速预测 模糊决策粗糙集 支持向量机

Short-term wind speed forecasting based on the fuzzy decision orough sets and support vector machine

Abstract

This article firstly introduces about the meaning behind the short-term wind speed forecasting, then introduces the rough set and fuzzy decision and meaning the concept of rough set, after introducing the concept of discretization, the data by FDTRS model attribute reduction, and then according to the fuzzy rough set and decision libsvm toolkit will data import and modeling, according to the model after the data accuracy, in this paper, the method compared with other methods of wind speed forecasting precision, finally carries on the data of simulation, data comparison, it is concluded that as a result, short-term wind speed forecasting is a new energy, wind speed forecasting is a complex process, in this paper, based on the fuzzy decision-making model of rough set based short-term wind speed forecasting is obtained by training SVM vector machine to predict data, finally validated by the simulation of wind speed forecasting model, experimental results show this paper adopts the method of wind speed forecasting has the advantages of high precision and easy to construct, the significance of wind forecast for new energy has very important significance, finally verify the wind speed prediction is of high precision in this paper.

Key Words: Short-term wind speed forecasting; The fuzzy rough set decision-making;

SVMmodel;

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1课题研究的意义 1

1.2短期风速预测的方法 2

1.2.1基于最小二乘支持向量机的风速时间序列分析和预测 2

1.2.2基于时间序列的风速预测模型 2

1.2.3基于人工神经网络的风速预测 3

1.3 论文的结构 3

第二章 课题相关的理论基础 5

2.1粗糙集理论 5

2.1.1 粗糙集方法的特点 6

2.1.2 粗糙集理论的基础知识 6

2.2 模糊决策粗糙集 8

2.2.1 模糊决策粗糙集理论的概况 8

2.3.2 FDTRS 模型 8

2.3.3 FDTRS 模型的属性约简 9

2.3 连续属性离散化 11

2.3.1 离散化的概念 11

2.3.2 常用的离散化策略 11

2.4 支持向量机 13

2.4.1 支持向量机的原理 13

第三章 基于决策模糊粗糙集短期风速预测模型 15

3.1 设计流程 15

3.2数据采集与处理 15

3.3 基于FCM连续属性离散化 16

3.4利用FDTRS进行属性约简 18

3.5基于libsvm工具箱模型的建立 21

3.5.1 libsvm工具箱 21

3.5.2 libsvm工具箱的参数选择 21

3.5.3 选取最佳参数c和g 22

3.5.4 风速预测模型 22

3.5.5 实验结果 23

第四章 总结 27

参考文献 28

致 谢 30

第一章 绪论

1.1课题研究的意义

风力发电降低了中国电力供应风险和长期发电的成本,减少了对燃料价格依赖发挥重要作用。而且,风力发电可以加强中国的能源供应安全,节约宝贵的自然资源,促进国产工业的发展,促进农村电气化。可持续的风电可以明显减少与发电相关的环境成本,减少二氧化碳的排放。这些优势还将带来明显的经济效益,特别是西北风力资源丰富的边远地区,可以作为风电机制造的理想选址。

随着全球能源危机的出现，全世界对可持续新能源的研究日益精进，尤其是发达国家，发达国家对于风能的研究对调整能源结构和缓解污染方面的重要性，国家对于风电的研究予以了高度的重视和政策激励，近年来风电发展得到了迅速的发展，风能已成为实现能源多样化。应付气候多样化和实现可持续发展的重要代替能源，随着石油价格的不断上涨，风力发电得到了全世界的关注，当然预测风速成为了重要的基础，做好风电场的风速预测对于风力发电的发展有着重要的意义。风电场出力和稳定安全运行都与风速有着重要的关系,风电场的出力和稳定性对于风电场在并网时对整个电网的稳定性、安全性和经济性有着重大的影响,同时风速的提前预测在风能资源开发利用方面也是非常重要的,因此对于风电场风速有效的提前预测有着重大的现实意义。由于风速受温度、气压、地形、海拔、纬度等多因素的影响,其随机性很大,要得到精确的预测数据难度大。风场风速预测的误差主要与预测方法、周期以及预测地的风特性有关。预测周期越短,预测地风速变化缓和,则预测误差越小,风速随机性的特点给风速预测和风电场的功率输出带来很大的困难。

风能是一种间歇性、随机性能源,大规模风电接入电网,势必会给电力系统的安全稳定运行带来严峻挑战。由于风速具有很强的随机性和不可控性,当风电穿透功率超过一定值之后,会严重影响电能质量和电力系统的运行,所以对于风速及发电量的预测非常有必要。如果能对风电场风速及发电机组发电量有较准确的短期预测,有利于调整调度计划,有效减轻风电对整个电网的不利影响,减少电力系统运行成本和旋转备用。风速的特短期预测对风电控制系统有一定影响,可以减少风速突变对风电设备的冲击。目前风速预测和发电量预报已成为风电行业研究热点和技术必需。

请支付后下载全文，论文总字数：24736字