基于小波分析与神经网络的风电场短期风速预测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
安徽科技学院学报 ，０ １２ （ ） ３ ２ １ ，５ １ ：５～３ ８
Ｊ ｕ ｎ ｌ ｆＡｎ ｕ ｃ ｅ ｃ ｎ ｅ ｈ ｏｏ ｙ Ｕｎｖ ｒｉ ｏ ｒ ａ ｈ ｉ ｉ ｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ｉｅ ｓｔ ｏ Ｓ ｙ
基 于 小 波 分 析 与 神 经 网 络 的 风 电 场 短 期 风 速 预 测
对风 电场 风速进 行较 为准确 的预测 ， 对于 电力部 门及 时调整 调 度计 划具 有 重要 的现 实意 义 。持 续 预 测方 法是最 简单 的预 测方 法 ， 该方 法认 为风速 预测值 等于 最近几 个风 速值 的滑动平 均值 ， 通常认 为最 近一 点 的风速值 为下 一点 的风 速预测 值 ， 方 法 的预 测 误 差较 大 ， 预 测 结果 不 稳 定 。其 它方 法 有 时 问序 列 该 且 法、 卡尔曼 滤波 算法 、 工 神经 网络法 、 持 向量 机 法 等 Ｊ 人 支 。其 中 ， Ｐ神 经 网 络法 在风 速 预测 中表现 出 Ｂ 较好 的性 能 ， 因此得到 了广泛 的应 用 。 小波分 析理 论 ， 生 于 ２ 诞 ０世 纪 ８ ０年代 末 ， 已在信 号 处 理 、 现 图像 压缩 、 语音 编码 、 式 识别 、 震勘 模 地
中图分类号 ：Ｋ １ Ｔ ８
文献标 识码 ： Ａ
文章 编号 ：６ ３— ７２ ２ １ ）１ ０ ３ ０ １７ ８７ （０ １０ — ０ ５— ４
Ｓ ｏ ｔ— ｅ ｍ ｉ ｄ Ｓ ｅ ｄ Ｆｏ ｅ ａ ｔｎ ｓ ｄ ｏ ａ ｅ ｅ ａ ｙ ｉ ｎ ｈ ｒ —ｔ ｒ Ｗ ｎ ｐ ｅ ｒ ｃ ｓｉ ｇ Ｂａ ｅ ｎ Ｗ ｖ ｌｔ Ａｎ ｌ ｓｓ ａ ｄ
探、 大气科学 以及 许多 非线性 科学 领域 内取得 了大 量 的研 究 成 果 Ｊ 。其 中在 时 间序 列 分 析 预测 方 面 ， 利
用小 波分析 的多分 辨率 功能 ， 将非平 稳 时间序列 分解 为较原 始序 列平稳 得多 的时 间序列 ， 进行 多种方法 再 交叉 的组合 预测模 型是 提高预 测精 度 的一个 重要 研究 方 向。
２ ｅａ ｍ ｎ ｏ ｌ ｔｃｌ ｎ ｉｅｒ ｇ Ｔ ｎｌ ｇＣ ｌ ｇ ，ｏ ｇ ｉｇ ４ ０ ０ Ｃ ｉ ．Ｄ ｐ ｒ ｅ ｔ ｆ ｅ ｒ ａ Ｅ ｇｎｅ ｎ ， ｏ ｇ ｎ ｏ ｅｅ Ｔ ｎ Ｌｎ ｔ Ｅ ｃ ｉ ｉ ｉ ｌ ２ ０ ， ｈｎ ａ）
Ａｂ ｔ ａ ｔ： ｃ ｕ ａｅ ｆｒ ｃ ｓｉ ｇｏ ｎ ｐ ｅ ｎ ｗｉ ｄ ｆ ｒ ｃ ｎ ｄ ｃ ｅ ｓ ｉ ｉｕ ｔ ｆｄ ｓ ａｃ ｉ ｇ ｓｒ ｃ Ａｎ ａ ｃ ｒ ｔ ｏ ｅ ａ ｔｎ ｆｗｉ ｄ ｓ ｅ ｄ ｉ ｎ ａ ｍ ａ ｅ ｒ ａ ｅｔ ｄ ｆ ｃ ｌ ｏ ｉｐ ｔ ｈｎ ．Ｔｈ ｉ— ｈｅ ｙ ｅ ｈ ｓ ｔ ｒｅ ｌｗｉｄ ｓ ｅ ｄ ｓ ｑ ｅ ｃ ｓａ ｅ ｄ ｃ ｍｐ ｓ ｄ ｂ ｖ ｌ ｔｔａ ｆｒ ｒｄｙ ｏ ｉａ ｎ ｐ ｅ ｅ ｕ ｎ ｅ ｒ ｅ ｏ ｏ ｅ ｙｗａ ｅｅ ｒｎｓｏ ｍ ｆ ｓ ．Ｔｈ ｎ ｗａ ｅｅ ｏ ｏ ｅ ｔ ｒ ｅ ａａ ｅ ｉ ｅ ｖ ｌ ｔ ｍｐ ｎ ｎ ｓａ ｅｓ ｐ ｒ ｔ— ｃ ｌ ｏ ｅ ａ ｔ ｄ ｗｉ ｙ ｆ ｒ ｃ ｓｅ ｔ ＢＰ ｅ ｒ ｌｎ ｔ ｒ ｄ ｌ．Ｆｉ ａｌ ｈｅ ｆｒ ｃ ｓｉ ｇ ｒ ｓ ｔ ｆｏ ｇｎａ ｎｄ ｓ ｅ ｄ ｓ ｒｅ ｒ — ｈ ｎ ｕ ａ ｅｗｏ ｋ ｍｏ ｅ ｓ ｎｌ ｙ，ｔ ｏ ｅ ａ ｔｎ ｅ ｕｌ ｏ ｒ ｉ ｌｗｉ ｐ ｅ ｅｉ ｓａ ｅ ａ ｓ ｉ ｃ ｉｖ ｄ ｂ ｖ ｌ ｔｒ ｃ ｎ ｔｕ ｔ ｎ ． ｈｅ ｓｍｕ ａｉｎ ｒ ｓ ｌ ｒ ｖ ａ ｉ ｔ ｏ ａｌｉ ｒ ｖ ｈｅｆ ｒ ｃ ｓｉ ｇ ａ — ｈ ｅ ｅ ｙ ｗａ ｅｅ ｅ ｏ ｓｒ ｃ ｉ ｏ Ｔ ｉ ｌｔｏ ｅ ｕ ｔ ｐ ｏ ｅ ｔ ｔｔ ｓｍｅ ｄ Ｃ ｌ ｍｐ ｏ ｅ ｔ ｏ ｅ ａ ｔ ｅ ｓ ｈ ｈ ｈ ｎ ｃ ｒ ｃ ｆｗｉ ｐｅ ｄ． ｕ ａ ｙ ｏ ｎｄ ｓ ｅ Ｋｅ ｙ ｗｏｒ ｓ： ａ ｅ ｅ ｃ ｍｐ ｓｔ ｎ；ＢＰ ｕ ａ ｅ ｏ ｋ；Ｗ ａ ｅ ｅ ｏ ｆ ｅ ｅ ｄ Ｗ ｖ ｌｔｄｅ ｏ ｏ ｉｉ ｏ ｎｅ ｒ ｌｎ ｔ ｒ ｗ ｖ ｌｔｅ ｅ ｉｎ￣；Ｆｏ ｅ ａ ｔｎ ｃ ｕ ａ ｙ ｉ ｒ ｃ ｓｉ ｇ ａ ｃ ｒ ｃ
Ｎｅ ｒ ｌＮｅ ｗｏ ｋ ｕ ａ ｔ ｒ
ＣＨＵ ａ —ｄ ， ＺＨＯＵ ｏ ｇ— ｌ Ｍ ｏ ｅ Ｓｎ ｉ ｎ
（ ． ｈ ａ ｅ ｖｒ ｇＤ ｐ ｒ ｅ ｔ ｆ ｕ ｓａ ｏｐ ｒ Ａ ｑｎ ，４ １ ， ｈｎ ； １Ｔ ｅＭ ｎｕ ｅ ｎ ｅａｔ ｎ ｏ ｅｈｎ Ｃ ｐ ｅ ， ｎ ｉｇ２ ６ １ Ｃ ｉａ ｉ ｍ Ｙ ３
储 茂得 周 松 林 ，
（ １安庆 市月 山铜 矿
摘
机 动科 ， 安徽
安庆
２ ６３ ；． 陵学 院 ４ １１２ 铜
电气 工程 系 ， 安徽
铜陵
wk.baidu.com
２４ ０ ） ４００
要： 对风 力发 电进 行 有效 的预测 ， 可降低 电网调 度 的难 度 。先对 风速 历 史数 据 进行 小波 分解 ， 再针 对
各 小渡分 量分 别建立 改进 型 Ｂ Ｐ神 经 网络模 型进行 预 测 ， 最后 通 过 小波 重 构得 到 原 始风 速 预测 值 。仿 真
结果 表 明 ， 所提 方法能 够有效 地提 高风速 预测精 度 。
关键 词 ： 小波分 解 ； Ｐ神 经 网络 ； Ｂ 小波 系数 ； 测精度 预
Ｊ ｕ ｎ ｌ ｆＡｎ ｕ ｃ ｅ ｃ ｎ ｅ ｈ ｏｏ ｙ Ｕｎｖ ｒｉ ｏ ｒ ａ ｈ ｉ ｉ ｎ ｅ ａ ｄ Ｔ ｃ ｎ ｌｇ ｉｅ ｓｔ ｏ Ｓ ｙ
基 于 小 波 分 析 与 神 经 网 络 的 风 电 场 短 期 风 速 预 测
对风 电场 风速进 行较 为准确 的预测 ， 对于 电力部 门及 时调整 调 度计 划具 有 重要 的现 实意 义 。持 续 预 测方 法是最 简单 的预 测方 法 ， 该方 法认 为风速 预测值 等于 最近几 个风 速值 的滑动平 均值 ， 通常认 为最 近一 点 的风速值 为下 一点 的风 速预测 值 ， 方 法 的预 测 误 差较 大 ， 预 测 结果 不 稳 定 。其 它方 法 有 时 问序 列 该 且 法、 卡尔曼 滤波 算法 、 工 神经 网络法 、 持 向量 机 法 等 Ｊ 人 支 。其 中 ， Ｐ神 经 网 络法 在风 速 预测 中表现 出 Ｂ 较好 的性 能 ， 因此得到 了广泛 的应 用 。 小波分 析理 论 ， 生 于 ２ 诞 ０世 纪 ８ ０年代 末 ， 已在信 号 处 理 、 现 图像 压缩 、 语音 编码 、 式 识别 、 震勘 模 地
中图分类号 ：Ｋ １ Ｔ ８
文献标 识码 ： Ａ
文章 编号 ：６ ３— ７２ ２ １ ）１ ０ ３ ０ １７ ８７ （０ １０ — ０ ５— ４
Ｓ ｏ ｔ— ｅ ｍ ｉ ｄ Ｓ ｅ ｄ Ｆｏ ｅ ａ ｔｎ ｓ ｄ ｏ ａ ｅ ｅ ａ ｙ ｉ ｎ ｈ ｒ —ｔ ｒ Ｗ ｎ ｐ ｅ ｒ ｃ ｓｉ ｇ Ｂａ ｅ ｎ Ｗ ｖ ｌｔ Ａｎ ｌ ｓｓ ａ ｄ
探、 大气科学 以及 许多 非线性 科学 领域 内取得 了大 量 的研 究 成 果 Ｊ 。其 中在 时 间序 列 分 析 预测 方 面 ， 利
用小 波分析 的多分 辨率 功能 ， 将非平 稳 时间序列 分解 为较原 始序 列平稳 得多 的时 间序列 ， 进行 多种方法 再 交叉 的组合 预测模 型是 提高预 测精 度 的一个 重要 研究 方 向。
２ ｅａ ｍ ｎ ｏ ｌ ｔｃｌ ｎ ｉｅｒ ｇ Ｔ ｎｌ ｇＣ ｌ ｇ ，ｏ ｇ ｉｇ ４ ０ ０ Ｃ ｉ ．Ｄ ｐ ｒ ｅ ｔ ｆ ｅ ｒ ａ Ｅ ｇｎｅ ｎ ， ｏ ｇ ｎ ｏ ｅｅ Ｔ ｎ Ｌｎ ｔ Ｅ ｃ ｉ ｉ ｉ ｌ ２ ０ ， ｈｎ ａ）
Ａｂ ｔ ａ ｔ： ｃ ｕ ａｅ ｆｒ ｃ ｓｉ ｇｏ ｎ ｐ ｅ ｎ ｗｉ ｄ ｆ ｒ ｃ ｎ ｄ ｃ ｅ ｓ ｉ ｉｕ ｔ ｆｄ ｓ ａｃ ｉ ｇ ｓｒ ｃ Ａｎ ａ ｃ ｒ ｔ ｏ ｅ ａ ｔｎ ｆｗｉ ｄ ｓ ｅ ｄ ｉ ｎ ａ ｍ ａ ｅ ｒ ａ ｅｔ ｄ ｆ ｃ ｌ ｏ ｉｐ ｔ ｈｎ ．Ｔｈ ｉ— ｈｅ ｙ ｅ ｈ ｓ ｔ ｒｅ ｌｗｉｄ ｓ ｅ ｄ ｓ ｑ ｅ ｃ ｓａ ｅ ｄ ｃ ｍｐ ｓ ｄ ｂ ｖ ｌ ｔｔａ ｆｒ ｒｄｙ ｏ ｉａ ｎ ｐ ｅ ｅ ｕ ｎ ｅ ｒ ｅ ｏ ｏ ｅ ｙｗａ ｅｅ ｒｎｓｏ ｍ ｆ ｓ ．Ｔｈ ｎ ｗａ ｅｅ ｏ ｏ ｅ ｔ ｒ ｅ ａａ ｅ ｉ ｅ ｖ ｌ ｔ ｍｐ ｎ ｎ ｓａ ｅｓ ｐ ｒ ｔ— ｃ ｌ ｏ ｅ ａ ｔ ｄ ｗｉ ｙ ｆ ｒ ｃ ｓｅ ｔ ＢＰ ｅ ｒ ｌｎ ｔ ｒ ｄ ｌ．Ｆｉ ａｌ ｈｅ ｆｒ ｃ ｓｉ ｇ ｒ ｓ ｔ ｆｏ ｇｎａ ｎｄ ｓ ｅ ｄ ｓ ｒｅ ｒ — ｈ ｎ ｕ ａ ｅｗｏ ｋ ｍｏ ｅ ｓ ｎｌ ｙ，ｔ ｏ ｅ ａ ｔｎ ｅ ｕｌ ｏ ｒ ｉ ｌｗｉ ｐ ｅ ｅｉ ｓａ ｅ ａ ｓ ｉ ｃ ｉｖ ｄ ｂ ｖ ｌ ｔｒ ｃ ｎ ｔｕ ｔ ｎ ． ｈｅ ｓｍｕ ａｉｎ ｒ ｓ ｌ ｒ ｖ ａ ｉ ｔ ｏ ａｌｉ ｒ ｖ ｈｅｆ ｒ ｃ ｓｉ ｇ ａ — ｈ ｅ ｅ ｙ ｗａ ｅｅ ｅ ｏ ｓｒ ｃ ｉ ｏ Ｔ ｉ ｌｔｏ ｅ ｕ ｔ ｐ ｏ ｅ ｔ ｔｔ ｓｍｅ ｄ Ｃ ｌ ｍｐ ｏ ｅ ｔ ｏ ｅ ａ ｔ ｅ ｓ ｈ ｈ ｈ ｎ ｃ ｒ ｃ ｆｗｉ ｐｅ ｄ． ｕ ａ ｙ ｏ ｎｄ ｓ ｅ Ｋｅ ｙ ｗｏｒ ｓ： ａ ｅ ｅ ｃ ｍｐ ｓｔ ｎ；ＢＰ ｕ ａ ｅ ｏ ｋ；Ｗ ａ ｅ ｅ ｏ ｆ ｅ ｅ ｄ Ｗ ｖ ｌｔｄｅ ｏ ｏ ｉｉ ｏ ｎｅ ｒ ｌｎ ｔ ｒ ｗ ｖ ｌｔｅ ｅ ｉｎ￣；Ｆｏ ｅ ａ ｔｎ ｃ ｕ ａ ｙ ｉ ｒ ｃ ｓｉ ｇ ａ ｃ ｒ ｃ
Ｎｅ ｒ ｌＮｅ ｗｏ ｋ ｕ ａ ｔ ｒ
ＣＨＵ ａ —ｄ ， ＺＨＯＵ ｏ ｇ— ｌ Ｍ ｏ ｅ Ｓｎ ｉ ｎ
（ ． ｈ ａ ｅ ｖｒ ｇＤ ｐ ｒ ｅ ｔ ｆ ｕ ｓａ ｏｐ ｒ Ａ ｑｎ ，４ １ ， ｈｎ ； １Ｔ ｅＭ ｎｕ ｅ ｎ ｅａｔ ｎ ｏ ｅｈｎ Ｃ ｐ ｅ ， ｎ ｉｇ２ ６ １ Ｃ ｉａ ｉ ｍ Ｙ ３
储 茂得 周 松 林 ，
（ １安庆 市月 山铜 矿
摘
机 动科 ， 安徽
安庆
２ ６３ ；． 陵学 院 ４ １１２ 铜
电气 工程 系 ， 安徽
铜陵
wk.baidu.com
２４ ０ ） ４００
要： 对风 力发 电进 行 有效 的预测 ， 可降低 电网调 度 的难 度 。先对 风速 历 史数 据 进行 小波 分解 ， 再针 对
各 小渡分 量分 别建立 改进 型 Ｂ Ｐ神 经 网络模 型进行 预 测 ， 最后 通 过 小波 重 构得 到 原 始风 速 预测 值 。仿 真
结果 表 明 ， 所提 方法能 够有效 地提 高风速 预测精 度 。
关键 词 ： 小波分 解 ； Ｐ神 经 网络 ； Ｂ 小波 系数 ； 测精度 预