• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    試析風(fēng)能發(fā)電預(yù)測(cè)技術(shù)研究的現(xiàn)狀與發(fā)展

    2014-06-30 07:23:28丁湘躍
    關(guān)鍵詞:人工智能技術(shù)統(tǒng)計(jì)學(xué)

    丁湘躍

    摘要:本文主要對(duì)過(guò)去幾年風(fēng)能發(fā)電的預(yù)測(cè)技術(shù)進(jìn)行了追蹤和概述,針對(duì)風(fēng)能發(fā)電預(yù)測(cè)技術(shù)當(dāng)中存在的不足和一些需要改進(jìn)的地方進(jìn)行了討論,希望對(duì)以后的相關(guān)研究提供一定的幫助,提高風(fēng)能發(fā)電預(yù)測(cè)的準(zhǔn)確性。

    關(guān)鍵詞:風(fēng)能發(fā)電 預(yù)測(cè)技術(shù) 人工智能技術(shù) 統(tǒng)計(jì)學(xué)

    在解決能源危機(jī)的過(guò)程當(dāng)中,對(duì)可再生能源的開(kāi)發(fā)和利用是一種最主要的途徑,而利用可再生能源進(jìn)行發(fā)電則是清潔和高效的能源利用方式。對(duì)于風(fēng)能發(fā)電來(lái)講,隨著科技的不斷發(fā)展,到2020年的時(shí)候風(fēng)能發(fā)電基本上能夠滿足全球電力的12%需求??稍偕茉窗l(fā)電新的一種模式就是采用微電網(wǎng),但是因?yàn)榭稍偕Y源具有能控性、間隙性以及不穩(wěn)定性,這樣微電網(wǎng)在和傳統(tǒng)電網(wǎng)進(jìn)行并網(wǎng)運(yùn)行的時(shí)候就會(huì)存在很多的困難,而要很好的解決這些困難,那么關(guān)鍵的一步就需要對(duì)可再生資源的發(fā)電量進(jìn)行比較準(zhǔn)確的預(yù)測(cè)。

    而最近幾年,隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,各個(gè)國(guó)家的學(xué)者就提出了很多基于人工智能技術(shù)和基于復(fù)雜統(tǒng)計(jì)學(xué)的發(fā)電預(yù)測(cè)模型,在建立這些預(yù)測(cè)模型的時(shí)候需要花費(fèi)很多的時(shí)間,但是預(yù)測(cè)的效果要比傳統(tǒng)的預(yù)測(cè)技術(shù)要強(qiáng)很多。

    1 風(fēng)能發(fā)電預(yù)測(cè)技術(shù)研究現(xiàn)狀的分析

    在對(duì)風(fēng)能發(fā)電預(yù)測(cè)中可以發(fā)現(xiàn),風(fēng)能發(fā)電的時(shí)間序列數(shù)據(jù)呈現(xiàn)出一種混沌的現(xiàn)象,所以可以對(duì)風(fēng)能的發(fā)電量進(jìn)行一定的預(yù)測(cè)。在風(fēng)能發(fā)電的預(yù)測(cè)中,主要為風(fēng)速的預(yù)測(cè)、功率曲線的求解、數(shù)據(jù)輸出統(tǒng)計(jì)等,其中風(fēng)速預(yù)測(cè)是主要的工作內(nèi)容。

    可是,在實(shí)際風(fēng)速預(yù)測(cè)中存在一定的難度,主要表現(xiàn)為地理地形差異、空氣密度、大氣壓差異性、區(qū)域溫度差異等。根據(jù)風(fēng)能發(fā)電預(yù)測(cè)的時(shí)間,一般把風(fēng)能發(fā)電預(yù)測(cè)分為短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)。短期預(yù)測(cè)時(shí)間為三到六小時(shí)的預(yù)測(cè),這種方式將能及時(shí)的監(jiān)控發(fā)電機(jī)的運(yùn)行效果有利于制定電能儲(chǔ)備計(jì)劃;中期預(yù)測(cè)時(shí)間為六到七十二小時(shí),主要是利于制定電能調(diào)度策略;長(zhǎng)期預(yù)測(cè)時(shí)間為三到十天,將有利于制定能源的使用計(jì)劃,其中短期預(yù)測(cè)是最重要的預(yù)測(cè)形式。

    在風(fēng)能預(yù)測(cè)中,主要分為兩步,首先進(jìn)行數(shù)據(jù)收集,其次是數(shù)據(jù)處理。收集的數(shù)據(jù)主要是大氣數(shù)據(jù)和風(fēng)電場(chǎng)發(fā)電的歷史數(shù)據(jù);數(shù)據(jù)處理就是對(duì)收集到的數(shù)據(jù)進(jìn)行分析預(yù)測(cè)發(fā)電量。風(fēng)能發(fā)電模型一般分為間接預(yù)測(cè)與直接預(yù)測(cè)。

    1.1 對(duì)風(fēng)能發(fā)電能進(jìn)行間接預(yù)測(cè)的方法

    利用風(fēng)能進(jìn)行發(fā)電,其實(shí)就是把風(fēng)速產(chǎn)生的能量轉(zhuǎn)換為電能的一種發(fā)電方式。對(duì)風(fēng)能發(fā)電量進(jìn)行預(yù)測(cè),就是對(duì)風(fēng)的速度進(jìn)行預(yù)測(cè),利用發(fā)電機(jī)的功率曲線數(shù)據(jù)圖把風(fēng)速的預(yù)測(cè)值轉(zhuǎn)換為電量的預(yù)測(cè)值。在實(shí)際工作中,有四種方法可以對(duì)風(fēng)速進(jìn)行預(yù)測(cè),為物理預(yù)測(cè)法;基于統(tǒng)計(jì)學(xué)的預(yù)測(cè)法;基于人工智能技術(shù)的預(yù)測(cè)法;綜合預(yù)測(cè)法。

    物理預(yù)測(cè)法,是一種傳統(tǒng)的風(fēng)速預(yù)測(cè)方法,與我國(guó)的氣象預(yù)測(cè)差不多,針對(duì)數(shù)值天氣進(jìn)行預(yù)測(cè)的一種物理方法。物理預(yù)測(cè)法主要是經(jīng)過(guò)對(duì)天氣的某一時(shí)間的觀察資料進(jìn)行數(shù)據(jù)分析,采用數(shù)值方法把大氣的熱力與動(dòng)力進(jìn)行求解,得出風(fēng)速的預(yù)測(cè)值。綜合風(fēng)速預(yù)測(cè)值與發(fā)電機(jī)組的功率曲線進(jìn)行數(shù)據(jù)分析,就會(huì)推出發(fā)電量的預(yù)測(cè)值。針對(duì)三到十天的長(zhǎng)期風(fēng)速預(yù)測(cè),物理預(yù)測(cè)法比較有效果,而對(duì)于三到六小時(shí)的短期風(fēng)速預(yù)測(cè),這種方法存在一定的缺陷。因?yàn)椴捎梦锢眍A(yù)測(cè)法進(jìn)行風(fēng)速預(yù)測(cè)的時(shí)候,容易對(duì)近地面的風(fēng)速、風(fēng)向預(yù)測(cè)產(chǎn)生系統(tǒng)誤差,造成發(fā)電量預(yù)測(cè)出現(xiàn)差異。特別是在對(duì)子網(wǎng)進(jìn)行風(fēng)速預(yù)測(cè)的時(shí)候,容易忽視地形帶形成的風(fēng)帶。針對(duì)這種缺陷,提出了基于統(tǒng)計(jì)學(xué)的預(yù)測(cè)方法,提高了物理預(yù)測(cè)法對(duì)發(fā)電量預(yù)測(cè)的準(zhǔn)確性。

    基于統(tǒng)計(jì)學(xué)的預(yù)測(cè)方法是利用系統(tǒng)觀測(cè)的風(fēng)速歷史信息(風(fēng)速時(shí)間序列觀測(cè)數(shù)據(jù)),采用參數(shù)估計(jì)和曲線擬合的方法建立風(fēng)速預(yù)測(cè)模型,同時(shí)根據(jù)風(fēng)速預(yù)測(cè)值和風(fēng)速實(shí)際值的差異,及時(shí)調(diào)整風(fēng)速預(yù)測(cè)模型的參數(shù)。與其他預(yù)測(cè)方法相比,基于統(tǒng)計(jì)學(xué)的預(yù)測(cè)方法更容易建立預(yù)測(cè)模型,短期風(fēng)速預(yù)測(cè)的準(zhǔn)確性也高。

    基于人工智能技術(shù)的預(yù)測(cè)法。人工智能的本質(zhì)其實(shí)就對(duì)人的思維方式進(jìn)行模擬,而采用人工智能技術(shù)建立起來(lái)的風(fēng)能發(fā)電預(yù)測(cè)模型具有一定的學(xué)習(xí)能力,而且當(dāng)歷史數(shù)據(jù)增加的時(shí)候,預(yù)測(cè)的精度也會(huì)相應(yīng)的提高。

    和統(tǒng)計(jì)預(yù)測(cè)模型相比較,構(gòu)建人工智能預(yù)測(cè)模型要容易一些,所需的時(shí)間也更少,對(duì)于風(fēng)速輸入和輸出之間的確定數(shù)學(xué)表達(dá)式人工智能預(yù)測(cè)模型也不需要,而是通過(guò)對(duì)預(yù)測(cè)模型進(jìn)行訓(xùn)練從而得到預(yù)測(cè)值。

    綜合預(yù)測(cè)法。綜合預(yù)測(cè)法主要就是指通過(guò)對(duì)不同預(yù)測(cè)方案的預(yù)測(cè)值進(jìn)行比較,從而就能夠得到一個(gè)最有準(zhǔn)確性的統(tǒng)計(jì)預(yù)測(cè)模型。它基本的思想就是如果不同的預(yù)測(cè)方法在進(jìn)行預(yù)測(cè)的過(guò)程當(dāng)中所產(chǎn)生的預(yù)測(cè)值錯(cuò)誤是沒(méi)有偏差的話,而且相互之間存在比較低的關(guān)聯(lián)度,那么單個(gè)預(yù)測(cè)方案的錯(cuò)誤就會(huì)傾向于相互之間的彌補(bǔ),這樣一個(gè)組合的預(yù)測(cè)出錯(cuò)率和任何一個(gè)基本的預(yù)測(cè)相比都要低一些。

    1.2 對(duì)風(fēng)能發(fā)電能進(jìn)行直接預(yù)測(cè)的方法

    直接預(yù)測(cè)的思想主要就是將風(fēng)能發(fā)電量的歷史信息作為預(yù)測(cè)模型的輸入,那么發(fā)電量的預(yù)測(cè)值就是預(yù)測(cè)模型的輸出。

    在采用人工神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)能發(fā)電量進(jìn)行預(yù)測(cè)的一個(gè)案例研究當(dāng)中,MABEL等采用人工神經(jīng)網(wǎng)絡(luò)建立起了一個(gè)具有三個(gè)輸入變量的發(fā)電量的預(yù)測(cè)模型,這個(gè)輸入變量是相對(duì)空氣的濕度、發(fā)電的時(shí)間以及風(fēng)速。在一種新的短期風(fēng)能發(fā)電預(yù)測(cè)技術(shù)當(dāng)中,NEGNEVITSKY等在對(duì)風(fēng)能發(fā)電量進(jìn)行預(yù)測(cè)的時(shí)候就采用了自適應(yīng)性模糊推理系統(tǒng),使用的不同預(yù)測(cè)參數(shù)主要就是風(fēng)向、風(fēng)速以及風(fēng)矢量等,同時(shí)對(duì)于這些參數(shù)各自的優(yōu)點(diǎn)和缺點(diǎn)也明確的指出來(lái)了。在對(duì)風(fēng)能發(fā)電進(jìn)行預(yù)測(cè)的時(shí)候如果采用的是復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)的話,KITAJIMA等采用的復(fù)數(shù)坐標(biāo)就是方向和風(fēng)速,然后把這個(gè)復(fù)數(shù)坐標(biāo)當(dāng)成是復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)的輸入,而在對(duì)復(fù)數(shù)網(wǎng)絡(luò)的權(quán)重進(jìn)行調(diào)節(jié)的時(shí)候,主要就是通過(guò)方向傳播算法來(lái)完成的,這樣建立起來(lái)風(fēng)能發(fā)電預(yù)測(cè)模型就能夠有效地減小方差的誤差。另外因?yàn)閺?fù)數(shù)神經(jīng)網(wǎng)絡(luò)比較適合處理那些非線性數(shù)據(jù)以及比較復(fù)雜的數(shù)據(jù),和一般的人工神經(jīng)網(wǎng)絡(luò)建立的預(yù)測(cè)模型相比較,復(fù)數(shù)神經(jīng)網(wǎng)絡(luò)建立起的預(yù)測(cè)模型預(yù)測(cè)的精度更高一些。

    2 對(duì)風(fēng)能發(fā)電預(yù)測(cè)技術(shù)研究的發(fā)展分析

    在對(duì)風(fēng)能發(fā)電進(jìn)行預(yù)測(cè)的過(guò)程當(dāng)中,如果采用間接預(yù)測(cè)模型預(yù)測(cè)出現(xiàn)錯(cuò)誤的話,最主要的一個(gè)原因就是把風(fēng)速的預(yù)測(cè)值直接通過(guò)風(fēng)力發(fā)電機(jī)組制造商所提供的功率曲線轉(zhuǎn)換成了發(fā)電量的預(yù)測(cè)值,但是事實(shí)上風(fēng)力發(fā)電機(jī)組制造商所提供的功率曲線都是在理想的條件下得到的數(shù)值,那么就不能夠在各種各樣的情況下對(duì)風(fēng)速和發(fā)電量的情況進(jìn)行比較準(zhǔn)確的描述。為了能夠使得預(yù)測(cè)的精度能夠進(jìn)一步的提高,應(yīng)該要根據(jù)實(shí)際的情況,采用一些相關(guān)的技術(shù)比如統(tǒng)計(jì)的方法來(lái)得到風(fēng)速和發(fā)電量之間比較準(zhǔn)確的關(guān)系。所有對(duì)風(fēng)能發(fā)電進(jìn)行預(yù)測(cè)的模型,預(yù)測(cè)的準(zhǔn)確度都需要依賴于原始輸入數(shù)據(jù)的準(zhǔn)確性,那么在對(duì)這些氣象信息進(jìn)行收集的時(shí)候,就可以通過(guò)部署遠(yuǎn)程氣象傳感器來(lái)進(jìn)行實(shí)時(shí)的收集,這樣原始輸入數(shù)據(jù)的準(zhǔn)確性就能夠得到很好的保證,最終使風(fēng)能發(fā)電的預(yù)測(cè)能夠更加的準(zhǔn)確。

    3 結(jié)束語(yǔ)

    通過(guò)本文的簡(jiǎn)單介紹,可以幫助那些新的研究人員跟蹤和了解風(fēng)能發(fā)電預(yù)測(cè)技術(shù)現(xiàn)在的發(fā)展?fàn)顩r,希望能夠?qū)︼L(fēng)能發(fā)電預(yù)測(cè)技術(shù)的研究工作更進(jìn)一步,從而使得提出的風(fēng)能發(fā)電預(yù)測(cè)方案能夠更加的準(zhǔn)確。

    參考文獻(xiàn):

    [1]陳垣毅.風(fēng)能及光伏發(fā)電功率短期預(yù)測(cè)方法研究[D].浙江大學(xué),2013.

    [2]黃超輝.微電網(wǎng)的發(fā)電和負(fù)荷預(yù)測(cè)及其模糊控制研究[D].湖南大學(xué),2012.

    [3]楊志凌.風(fēng)電場(chǎng)功率短期預(yù)測(cè)方法優(yōu)化的研究[D].華北電力大學(xué)(北京),2011.

    [4]仝紀(jì)龍.河西地區(qū)風(fēng)速變化特征及風(fēng)能預(yù)測(cè)方法研究[D].蘭州大學(xué),2012.

    [5]劉琳.新能源風(fēng)電發(fā)展預(yù)測(cè)與評(píng)價(jià)模型研究[D].華北電力大學(xué),2013.

    [6]戴義平,夏俊榮,趙攀.風(fēng)電功率預(yù)測(cè)技術(shù)及發(fā)展現(xiàn)狀[A].中國(guó)動(dòng)力工程學(xué)會(huì)透平專業(yè)委員會(huì).中國(guó)動(dòng)力工程學(xué)會(huì)透平專業(yè)委員會(huì)

    2011年學(xué)術(shù)研討會(huì)論文集[C].中國(guó)動(dòng)力工程學(xué)會(huì)透平專業(yè)委員會(huì),2011:15.

    猜你喜歡
    人工智能技術(shù)統(tǒng)計(jì)學(xué)
    關(guān)于投稿的統(tǒng)計(jì)學(xué)要求
    統(tǒng)計(jì)學(xué)符號(hào)使用的說(shuō)明
    統(tǒng)計(jì)學(xué)符號(hào)使用的說(shuō)明
    統(tǒng)計(jì)學(xué)符號(hào)使用的說(shuō)明
    本刊對(duì)來(lái)稿中統(tǒng)計(jì)學(xué)處理的有關(guān)要求
    本刊對(duì)來(lái)稿中統(tǒng)計(jì)學(xué)處理的有關(guān)要求
    人工智能技術(shù)在智能建筑中的應(yīng)用
    考試周刊(2016年29期)2016-05-28 09:54:07
    人工智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用思路
    科技視界(2016年10期)2016-04-26 11:31:20
    智能技術(shù)在電氣自動(dòng)化控制中的應(yīng)用
    智能技術(shù)在電氣自動(dòng)化方面的應(yīng)用分析
    霍州市| 嘉鱼县| 凭祥市| 哈密市| 育儿| 宜都市| 宁晋县| 青龙| 如皋市| 湘西| 瑞丽市| 伊川县| 廉江市| 班戈县| 泰来县| 城步| 会同县| 华池县| 淮滨县| 托里县| 新丰县| 灵丘县| 宁国市| 玛纳斯县| 通州市| 措美县| 桓仁| 类乌齐县| 曲靖市| 望奎县| 桂东县| 新昌县| 托里县| 房产| 隆安县| 宁化县| 忻城县| 万源市| 萍乡市| 济南市| 石泉县|