基于深度循环神经网络的大规模风力发电功率预测

【摘要】：本文针对目前风力发电功率预测存在超短期、精度差等问题,通过分析大规模风力发电功率特性和风电预测时间序列特性,提出以深度循环神经网络进行预测,结合小波系数多尺度分析的隐马尔可夫预测方法,将深度学习引入到循环神经网络中来,构建基于多尺度隐马尔可夫模型-深度循环神经网络模型的大规模风力发电功率预测模型(MHMM-DRNN)。实例验证相对误差平均值:BP神经网络模型约为31.56%,在预测过程中误差最大,ARMA模型约为23.20%,小波分析约为26.11%,而MHMM-DRNN预测模型约为16.85%,具有较好的实用性。

下载App查看全文

下载全文更多同类文献论文一键排版服务>>

PDF全文下载

CAJ全文下载

(如何获取全文？欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式，AdobeReader仅支持PDF格式

	【相似文献】
	【相似文献】

中国期刊全文数据库

前19条

1	李相俊;许格健;;基于长短期记忆神经网络的风力发电功率预测方法[J];发电技术;2019年05期
2	乔立贤;田卫华;;基于GA-BP神经网络的光伏发电功率预测研究[J];黑龙江科技信息;2014年31期
3	田剑刚;张沛;彭春华;时珉;王铁强;尹瑞;王一峰;;基于分时长短期记忆神经网络的光伏发电超短期功率预测[J];现代电力;2020年06期
4	张伟;;基于神经网络的光伏发电系统发电功率预测[J];山东工业技术;2017年16期
5	卢舟鑫;王冰;荣军峰;;基于多时段综合相似日的光伏发电功率预测[J];电源技术;2017年01期
6	孙志强;李东阳;;基于时频熵和神经网络的光伏发电功率预测模型[J];中南大学学报(自然科学版);2020年01期
7	刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年02期
8	刘士荣;李松峰;宁康红;周啸波;荣延泽;;基于极端学习机的光伏发电功率短期预测[J];控制工程;2013年03期
9	杨秀媛,肖洋,陈树勇;风电场风速和发电功率预测研究[J];中国电机工程学报;2005年11期
10	邹梦丽;;解析光伏发电功率预测技术[J];科技创新与应用;2021年08期
11	梁智;盛远;陈醒;厉娜;;浅析光伏发电功率预测技术[J];农村电工;2020年07期
12	周同旭;周松林;;光伏发电功率区间概率预测[J];铜陵学院学报;2017年02期
13	王振旗;姚晓斌;;基于GA-BP算法的光伏系统发电功率预测[J];计算机系统应用;2016年02期
14	马明;邢瑞敏;沈润杰;;复杂天气类型划分及影响光伏发电功率程度的量化方法[J];系统仿真技术;2020年04期
15	黎嘉明;艾小猛;文劲宇;方家琨;谢海莲;;光伏发电功率持续时间特性的概率分布定量分析[J];电力系统自动化;2017年06期
16	高源;张节潭;孙光友;李永胜;李红涛;;光伏组件发电功率衰减测试标准与方法[J];青海电力;2017年02期
17	孙芊;许沛华;周宁;冯光;徐恒博;;省级光伏发电功率预测与运行监测平台[J];供用电;2017年10期
18	张岚;张艳霞;郭嫦敏;赵杰;;基于神经网络的光伏系统发电功率预测[J];中国电力;2010年09期
19	黄滇玲;迟学斌;许可;王铁强;时珉;尹瑞;王一峰;王珏;;基于长短时记忆网络的光伏发电功率预测[J];科研信息化技术与应用;2019年02期

中国重要会议论文全文数据库

前20条

1	郑思达;刘影;杨磊;杨晓坤;;基于改进支持向量机算法的光伏发电功率预测方法[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
2	崔杨;陈正洪;成驰;唐俊;谷春;;光伏发电功率预测预报系统升级方案设计及关键技术实现[A];2014中国环境科学学会学术年会（第十二章）[C];2014年
3	崔杨;陈正洪;孙朋杰;;弃光限电条件下不同纬度地区短期光伏发电功率预测对比分析[A];2016中国环境科学学会学术年会论文集（第四卷）[C];2016年
4	;龙源内蒙古公司风电场发电功率预测系统获省级科技进步奖[A];《风电技术》2013年08月第4期（总第40期）[C];2013年
5	常学飞;朴哲勇;吕项羽;刘座铭;;基于BP-ANN神经网络的光伏发电功率超短期预测方法[A];发挥科技支撑作用深入推进创新发展——吉林省第八届科学技术学术年会论文集[C];2014年
6	冯雷;黄宏;张秀坤;张欣;;基于AR模型的风力发电功率预测仿真[A];Proceedings of 14th Chinese Conference on System Simulation Technology & Application(CCSSTA’2012)[C];2012年
7	李胜利;万书春;;TRT发电的工艺与控制[A];中国计量协会冶金分会2009年年会论文集[C];2009年
8	赵立宏;邓骞;;基于隐马尔可夫模型的核设施故障诊断[A];中国核科学技术进展报告（第二卷）——中国核学会2011年学术年会论文集第9册（核医学分卷、核技术工业应用分卷）[C];2011年
9	林开英;俞集辉;袁严辉;;基于神经网络和趋势组合的短期电力负荷预测模型研究[A];四川省电工技术学会第七届学术年会论文集[C];2003年
10	易健雄;朱大奇;陈昕静;;量子神经网络在电机转子故障辨识中的应用研究[A];'2006系统仿真技术及其应用学术交流会论文集[C];2006年
11	李淋雨;邱寅祺;何星;;基于LSTM的火电厂入口硝浓度预测方法研究[A];第31届中国过程控制会议（CPCC 2020）摘要集[C];2020年
12	潘岚川;马乐乐;刘向杰;;基于卷积神经网络的一次风机故障预警研究[A];第31届中国过程控制会议（CPCC 2020）摘要集[C];2020年
13	康忠健;罗霖;;基于长短期记忆网络的配电网线损预测方法研究[A];第三十九届中国控制会议论文集（7）[C];2020年
14	徐硕;;集合经验模态分解的多路-多级神经网络风功率预测模型[A];用电与能效专题讲座暨智能用电及能效管理技术研讨会论文集[C];2019年
15	李玉缝;;基于BP神经网络的主备频率源时差预报方法[A];中国天文学会2018年学术年会摘要集[C];2018年
16	陈佳;;神经网络在上海天然气日负荷预测中的应用[A];第二届中国城市燃气论坛——燃气青年工程师论坛资料汇编[C];2009年
17	潘庭龙;纪志成;沈学芹;;基于复合神经网络的感应电机直接转矩控制[A];第十七届全国过路控制会议论文集[C];2006年
18	夏靖波;邹铁鹏;王师;吴恩庚;陆增喜;;基于神经网络微小电容测量方法的研究[A];1997中国控制与决策学术年会论文集[C];1997年
19	彭道刚;杨平;王志萍;徐春梅;曾婧婧;;基于自组织竞争神经网络的热工设备状态诊断[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
20	朱锋;孙辉;周玮;;基于相似日聚类的神经网络风速预测[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集（下册）[C];2008年

中国博士学位论文全文数据库

前8条

1	甄钊;光伏发电功率多时间尺度预测方法研究[D];华北电力大学(北京);2018年
2	王飞;并网型光伏电站发电功率预测方法与系统[D];华北电力大学;2013年
3	陈涵瀛;核电站热工水力系统工况预测与诊断方法研究[D];哈尔滨工程大学;2018年
4	杨旭辉;基于神经网络的C-ADS InjectorⅡ束流偏移校准技术研究[D];兰州大学;2019年
5	李天;含风电场的电力系统功率预测与优化调度研究[D];华北电力大学(北京);2018年
6	雷学文;基于深度神经网络的风功率日前预测与电力系统联合调度研究[D];西安理工大学;2018年
7	李蒙;基于深度小世界神经网络的风机变工况变桨故障诊断研究[D];北京交通大学;2020年
8	郭鹏;Hopfield神经网络及其在电厂中的应用研究[D];华北电力大学（河北）;2004年

中国硕士学位论文全文数据库

前20条

1	李松威;基于神经网络的光伏发电功率预测研究[D];沈阳工程学院;2017年
2	彭光虎;基于回声状态神经网络的光伏发电功率预测模型研究[D];青岛大学;2016年
3	邵艺博;基于统计升尺度方法的分布式光伏发电功率预测研究[D];沈阳工程学院;2020年
4	罗小兰;光伏发电功率预报与负荷预报[D];杭州电子科技大学;2015年
5	杨思霄;计及雾霾影响的光伏发电功率超短期预测[D];沈阳农业大学;2019年
6	王军;人工智能方法在光伏发电功率预测中的应用研究[D];华北电力大学;2013年
7	雷振;基于深度学习的微电网水-风-光发电功率预测和优化研究[D];广东工业大学;2020年
8	蒋俊梅;基于深度学习的光伏板温度和光伏发电功率预测[D];宁夏大学;2020年
9	秦俊举;光伏发电功率预测方法的研究[D];西华大学;2014年
10	陈垣毅;风能及光伏发电功率短期预测方法研究[D];浙江大学;2013年
11	朱晓飞;超短期光伏发电功率预测方法的研究[D];南京邮电大学;2020年
12	刘兆坤;基于数据驱动的光伏发电超短期预测方法研究[D];杭州电子科技大学;2019年
13	胡然;基于深度学习的新能源电站发电功率预测方法研究[D];华北电力大学(北京);2019年
14	纪棋彬;光伏并网系统短期功率预测方法研究[D];江苏大学;2019年
15	胡俊灵;基于深度学习算法的短期光伏发电功率预测研究[D];广东工业大学;2019年
16	张晋霞;基于LSTM网络的短期风力发电功率预测模型研究[D];北京工业大学;2019年
17	易海燕;基于小波分解和卷积神经网络的光伏发电功率预测方法[D];深圳大学;2018年
18	田义;基于深度学习的光伏发电功率预测技术研究[D];北方工业大学;2019年
19	程港;计及光伏发电功率预测的主动配电系统状态估计[D];广西大学;2019年
20	黄鹏;基于变分模态分解和神经网络的光伏发电功率短期预测[D];广西大学;2019年

中国重要报纸全文数据库

前5条

1	薛怡;西北风力发电功率、电量均创新高[N];国家电网报;2012年
2	记者王震　汪骏原通讯员程序;甘肃电网光伏发电功率预测系统投运[N];国家电网报;2011年
3	记者张剑雯;全省风电发电功率创最高纪录[N];山西经济日报;2012年
4	;神经网络和模糊逻辑[N];世界金属导报;2002年
5	本报记者赵冉;光伏发电“站”起来[N];中国电力报;2016年

	快捷付款方式		订购知网充值卡	订购热线	帮助中心
	微信支付支付宝银行卡	知网卡在线购卡更多>>	免费送卡上门银行汇款购卡邮局汇款购卡	400-819-9993 010-62982499 010-62783978	常见问题在线咨询阅读器下载	充值中心知网卡新手指南