热门搜索: 论文 发表 社科期刊 北大核心 南大核心 cssci 科技期刊 教育

当前位置:主页 > 科技论文 > 电力电气论文 >

基于支持向量回归的风电场短期功率预测

发布时间:2019-01-12 20:55  文章来源:笔耕文化传播
【摘要】:针对风电场的短期功率预测,提出了一种考虑风电机组运行条件的用于风电场短期功率预测的新方法.首先,利用风力发电机的监控和数据采集(SCADA)系统数据计算输出功率和运行条件之间的皮尔逊相关系数,验证了SCADA监测项目对风力发电机输出功率的具有相关性;其次,建立支持向量回归(SVR)模型来预测单个风力发电机的风力与气象、运行状态的关系,发现了考虑运行条件的模型的预测结果优于仅考虑气象信息的模型的预测结果;最后,考虑到不同空间位置的风力发电机组对风电场输出功率的贡献不同,建立了各风力发电机预测功率和风电场预测功率输出之间的回归模型.试验结果表明:所提出的风场回归模型的预测误差小于风力涡轮机所有预测功率的模型的预测误差,从而验证了该方法的有效性.
[Abstract]:Based on the short-term power prediction of wind farm, a new method for short-term power prediction of wind farm considering the operating conditions of wind turbine is proposed. Firstly, the Pearson correlation coefficient between the output power and the operating conditions is calculated by using the monitoring and data acquisition (SCADA) system of the wind turbine, which verifies the relativity of the SCADA monitoring project to the output power of the wind turbine. Secondly, the support vector regression (SVR) model is established to predict the relationship between the wind force and the meteorological and operational state of a single wind turbine. It is found that the prediction results of the model considering operation conditions are better than those of the model with only meteorological information. Finally, considering the different contribution of wind turbine in different space position to the output power of wind farm, the regression model between the predicted power of wind turbine and the predicted power output of wind farm is established. The experimental results show that the prediction error of the proposed wind field regression model is smaller than that of the model with all the predicted power of the wind turbine, which verifies the validity of the proposed method.
【作者单位】: 河北工业大学控制科学与工程学院;河北工业大学计算机科学与软件学院;
【基金】:河北省科技支撑计划项目(17214304D)
【分类号】:TM614

【相似文献】

相关期刊论文 前10条

1 郭洪澈;小型风力发电机故障分析和改进建议[J];农村能源;2001年04期

2 ;高效风力发电机[J];发明与革新;2001年05期

3 闫合香;高效风力发电机[J];机械与电子;2001年05期

4 陈松利 ,田德,王海宽,辛海升;200W浓缩风能型风力发电机的应用[J];农村牧区机械化;2001年03期

5 陈松利,王海宽,辛海升,韩巧丽;200W浓缩风能型风力发电机抗台风塔架的设计[J];内蒙古农业大学学报(自然科学版);2001年04期

6 刘桦;高效风力发电机[J];微电机(伺服技术);2001年03期

7 明涛;高效风力发电机问世[J];机械工程师;2002年03期

8 ;阿根廷推出新型风力发电机[J];上海大中型电机;2002年04期

9 杨小林,范磊,李海峰;300kW可变速风力发电机的研制[J];大电机技术;2002年05期

10 马鹏飞;小型风力发电机使用知识[J];可再生能源;2003年02期

相关会议论文 前10条

1 侯书红;张新燕;;利用面向方框图的仿真方法对风力发电机进行仿真[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年

2 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];中国硅酸盐学会2003年学术年会论文摘要集[C];2003年

3 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];第十五届玻璃钢/复合材料学术年会论文集[C];2003年

4 田德;王海宽;韩巧丽;;浓缩风能型风力发电机的研究与进展[A];中国农业工程学会第七次全国会员代表大会及学术年会论文集[C];2004年

5 田德;王海宽;韩巧丽;;浓缩风能型风力发电机的研究与进展[A];中国农业工程学会第七次会员代表大会论文集[C];2004年

6 田德;王海宽;韩巧丽;;300W浓缩风能型风力发电机的特性分析[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第一分册[C];2005年

7 俞红鹰;;中国小型风力发电机回顾与展望[A];农业机械化与新农村建设——中国农业机械学会2006年学术年会论文集(上册)[C];2006年

8 周俊旭;张林文;邹宇知;;大型风力发电机复合材料叶片研制探索[A];第十五届玻璃钢/复合材料学术年会论文集[C];2003年

9 李丹;张义军;吕伟涛;;风力发电机叶片姿态与雷击概率关系的模拟分析[A];S13 第十届防雷减灾论坛——雷电灾害与风险评估[C];2012年

10 吴亚飞;;浅谈风力发电机的维修与保养[A];中国农业机械工业协会风能设备分会2012年度论文集(上)[C];2012年

相关重要报纸文章 前10条

1 季红兵邋玉涛;戚机厂试制成功风力发电机[N];常州日报;2007年

2 黄宣传;黄石一退休高工造出风力发电机[N];湖北日报;2007年

3 本报记者 原子 实习生 王太刚;一种家用风力发电机在黄石“怀胎”[N];黄石日报;2007年

4 熊兆蓉;德国风力发电“风险”引起关注[N];中国信息报;2007年

5 记者 毛庆邋通讯员 赵敬翔;南京首个风力发电机项目落户溧水[N];南京日报;2008年

6 本报记者 严丹;北海风力发电机正式并网发电[N];北海日报;2009年

7 本报记者 刘丽娜 通讯员 刘振华;胶州农民自制家用风力发电机[N];青岛日报;2009年

8 本报记者 杨期仁 通讯员 赵子征 李理纯;湘机一风力发电机新产品通过省级鉴定[N];湘潭日报;2009年

9 记者 何旭;中国北车喜获27亿元风力发电机大单[N];人民铁道;2010年

10 果岩;国家风力发电机研发中心落户湘电[N];中国工业报;2010年

相关博士学位论文 前10条

1 王建宏;风力发电机的柔性多体动力学研究[D];重庆大学;2009年

2 白\讶,

本文编号:2408178


论文下载
论文发表
教材专著
专利申请


    下载步骤:1.微信扫码 2.备注编号 2408178. 3.下载文档
    注:1.必须备注编号;2.正常10分钟可下载。有问题,加微信微信


    本文链接:http://www.bigengculture.com/kejilunwen/dianlidianqilunwen/2408178.html