基于最小二乘支持向量机风电机组的预测研究

【摘要】： 最小二乘支持向量机对非线性对象具有拟合和预测能力,风力发电系统是一个非线性的复杂系统,本文进行最小二乘支持向量基础理论在风电机组中的应用研究。针对风力发电机组的风轮进行研究并建模仿真,得到风轮动态特性曲线,并分析各种因素对风轮输出转矩的影响,与BP神经网络模型进行对比,验证最小二乘支持向量机优越性能。基于功率系数模型的基础上,提出风力发电机组的智能变桨模型,预测高于额定风速时,桨距角的变化。目前,国内对风速和发电量的短期预大多采用时间序列法和神经网络法,因此提出LS-SVM预测模型,利用实际数据模型的训练样本和测试样本,对风速与发电量进行24小时预报,同时建立粒子群优化参数模型,PSO-LS SVM模型与标准模型输出结果进行对比,验证PSO-LS SVM模型收敛性好,使LS-SVM模型为实际预报系统提供理论支持。 【关键词】：风轮 LS-SVM 桨距角 发电量预测 粒子群算法
【学位授予单位】：华北电力大学（北京）
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TM614
【目录】：

• 中文摘要3
• 英文摘要3-6
• 第一章 绪论6-13
• 1.1 研究背景6-7
• 1.2 国内外风力发电状况7-11
• 1.2.1 国外风力发电发展概况7-9
• 1.2.2 国内风力发电发展概况9-10
• 1.2.3 支持向量机在风力发电中的发展10-11
• 1.3 课题内容11-13
• 第二章 变桨距风力发电机组的基础理论及支持向量机理论13-22
• 2.1 变速风力发电基础理论13-15
• 2.1.1 风力机的特性系数13-14
• 2.1.2 C_p特性曲线14-15
• 2.2 小样本统计学习的基本理论15-20
• 2.2.1 VC维15-16
• 2.2.2 支持向量机算法16-18
• 2.2.3 SVM用于回归18-20
• 2.3 最小二乘支持向量机20-21
• 2.4 本章小结21-22
• 第三章 基于LS-SVM的风轮模型及运行特性分析22-30
• 3.1 引言22
• 3.2 叶素理论的风轮建模原理22-24
• 3.3 基于LS-SVM的风轮模型24-26
• 3.3.1 网络结构24-25
• 3.3.2 网络训练样本的选取25-26
• 3.3.3 程序示例26
• 3.4 模型仿真结果及运行特性分析26-29
• 3.4.1 T-n曲线26-28
• 3.4.2 T-v和P-v曲线28-29
• 3.5 本章小结29-30
• 第四章 基于最小二乘支持向量机的变桨距预测研究30-35
• 4.1 引言30
• 4.2 基于LS-SVM的功率系数建模设计30-32
• 4.3 高于额定风速下基于最小二乘支持向量机的桨距角预测32-33
• 4.4 仿真结果研究33-34
• 4.5 本章小结34-35
• 第五章 基于最小二乘支持向量机的短期风速及发电量预报35-48
• 5.1 引言35
• 5.2 风特性35-36
• 5.3 风力机的空气动力学36
• 5.4 LS-SVM网络36-41
• 5.4.1 基于LS-SVM网络进行风速预测的基本步骤36-38
• 5.4.2 实例分析38-41
• 5.5 短期发电量预报41-43
• 5.6 参数优化43-47
• 5.6.1 粒子群优化算法的思想43-45
• 5.6.2 粒子群优化最小二乘支持向量机的构建45
• 5.6.3 粒子群优化参数的最小二乘支持向量机预测模型45-47
• 5.7 本章小结47-48
• 第六章 结论与展望48-50
• 6.1 结论48
• 6.2 研究工作的展望48-50
• 参考文献50-53
• 致谢53-54
• 在学期间发表的学术论文和参加科研情况54

您可以在本站搜索以下学术论文文献来了解更多相关内容

基于时间序列分析的风电场风速预测模型    丁明,张立军,吴义纯

时间序列与神经网络法相结合的短期风速预测    蔡凯;谭伦农;李春林;陶雪峰;

基于最小二乘支持向量机的风电场短期风速预测    杜颖;卢继平;李青;邓颖玲;

基于支持向量机的风速与风功率预测方法研究    戚双斌;王维庆;张新燕;

一种基于LS-SVM的特征提取新方法及其在智能质量控制中的应用    吴德会;

支持向量机在纸浆蒸煮过程Kappa值软测量中的应用研究    李海生,朱学峰

基于SVM和PSO的新型非线性模型预测控制    李涛;吕勇哉;陈鹏;

关于统计学习理论与支持向量机    张学工

风力发电机组功率曲线的验证    马平;刘昌华;

支持向量机的训练算法    李建民,张钹,林福宗

风电场风速及风电机组发电量的短期预报方法研究    李杏培

低于额定风速运行下的风轮特性及控制研究    唐宁宁

基于育种算法的SVM参数优化    王东霞;张楠;路晓丽;

基于支持向量机的软测量模型及应用    陶秀凤,唐诗忠,周鸣争

支持向量机在粮食产量预测中的应用    程伟;张燕平;赵姝;

基于最小二乘支持向量机的土壤含水量检测的研究与分析    武素华;

基于化学成分检测和SVM分类的茶叶品质鉴定    陈念;沈佐民;

矫直机的自动故障预报技术    黄远顺;

基于小波分析与神经网络的风电场短期风速预测    储茂得;周松林;

SVM-KNN分类器在异常行为检测中的应用    林春丽;齐欣;王克成;

基于LS-SVM的光刻过程R2R预测控制方法    王亮;胡静涛;

风力发电机组偏航控制系统    张嘉英;王文兰;蔡永刚;

基于核偏最小二乘的简约最小二乘支持向量机及其应用研究    宋海鹰;桂卫华;阳春华;

基于支持向量机的旋转机械多类故障识别研究    顾小军;杨世锡;钱苏翔;

支持向量机在齿轮智能故障诊断中的应用研究    吕蓬;柳亦兵;马强;魏于凡;

基于GA优化的个人信用评估SVM模型    姜明辉;袁绪川;

风力永磁同步发电机组的滑模控制    陈堂贤;谢波;杨孔;王仁明;

领域知识关系对领域文本分类的影响    韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;

支持向量机在近红外光谱检测技术中的应用研究    吴静珠;刘翠玲;孙晓容;

基于支持向量机方法的过程操作员功能状态分类    尹钟;张建华;

基于峰值识别的改进SVM用电需求预测    杨坤;纪志成;

基于核模糊C均值聚类和局部建模方法的烟气含氧量软测量模型    王伟;张航;罗大庸;

煤矿安全预警系统的方法研究    母丽华

自律计算系统的自律可信性评估研究    张海涛

零/低航速减摇鳍升力模型及系统控制策略研究    王龙金

混响干扰中的信号检测技术研究    朱广平

引线键合视觉检测关键技术研究    孔凡芝

六自由度Stewart平台分散智能控制研究    李晚龙

分布式电源的概率建模及其对电力系统的影响    王敏

柔性坐标测量机空间误差模型及最佳测量区研究    郑大腾

基于统计学习的模式识别几个问题及其应用研究    王晓明

基于特征优化和多特征融合的杂草识别方法研究    李先锋

基于多源信息融合技术的板栗分级检测方法研究    展慧

拟概率空间上等均值噪声下统计学习理论的理论基础    杜二玲

基于SVM的多类文本分类研究    李金华

Fisher和支持向量综合分类器    安文娟

基于支持向量机的时间序列预测    姜成玉

兆瓦级风机变桨系统研究    李文博

区间自适应粒子群算法研究及其应用    姜念

基于全矢高阶谱的故障诊断方法及其应用研究    李朋勇

既有预应力混凝土梁桥剩余承载力评估方法研究    辛保兵

微生物发酵过程的建模与优化控制研究    王巧立

风能 宝贵的气候资源    韩淑云;

基于GA-BP的敌空袭兵力出动量预测    路建伟;唐松洁;胡建辉;刘己斌;

基于时间序列分析的风电场风速预测模型    丁明,张立军,吴义纯

风力发电系统控制策略研究    王丰收;沈传文;刘伟;

风电对电力系统运行的价值分析    雷亚洲,王伟胜,印永华,戴慧珠

变速恒频风力发电机组建模与仿真    李晶,王伟胜,宋家骅

国外风力发电导则及动态模型简介    雷亚洲,Gordon Lightbody

风电功率预测技术综述    谷兴凯;范高锋;王晓蓉;赵海翔;戴慧珠;

时间序列与神经网络法相结合的短期风速预测    蔡凯;谭伦农;李春林;陶雪峰;

支持向量机的若干新进展    王国胜,钟义信

粒子群优化算法的理论及实践    张丽平

神经网络和证据理论集成的数据融合故障诊断方法研究    李冲祥

基于支持向量机的股市预测    陶小龙

基于AR-SVM的转子故障诊断    张龙,熊国良,陈慧,李嶷

基于SVM的激光诱导荧光遥感识别海面溢油    陈海菊;安居白;刘建鑫;

基于支持向量机的输电线路故障诊断分类    马新明;韩占忠;刘平;

基于支持向量机的旋转机械故障诊断研究    韩永章;

支持向量机在资源评价中的应用研究    潘浪;单明霞;

大型变速风力发电机组的风速软测量    张新房;徐大平;柳亦兵;杨锡运;

多因素支持向量机模型在江苏省中长期电力负荷预测中的应用    李之波;

基于RBF核函数的SVM在容量预测中的应用    孙志华;沈小厚;

风力发电机组的结构及常识    杨胶溪

俄罗斯100kW风力发电机组的研制    张国铭

基于可变风险SVM模型的故障识别方法研究    司爱威;冯辅周;江鹏程;饶国强;王建;

面外均布荷载作用下砌体墙板破坏模式特征值提取的SVM方法    周广春;潘登;

基于SVM的多波束测深数据滤波    邵杰;叶宁;容亦夏;

一种提高SVM分类精度的调制信号识别方法    王红伟;董慧;

基于SVM和田口方法的石英挠性加速度计健壮性设计    于湘涛;周峰;张兰;魏超;

基于递归SVM的高光谱数据特征选择算法研究    张睿;陈雪;马建文;

基于SVM和数据融合技术的高速公路AID算法设计    蔡志理;姜桂艳;丁秋实;

支持向量机方法研究物质结构水溶解性关系模型    胡俊杰;周红;周林军;

多SVM分类器融合技术在高速公路AID中的应用    蔡志理;姜桂艳;

A Tool Wear Predictive Model based on SVM    

风电装备“吹”出大产业    本报记者 姚学文　通讯员 任彬彬

风力发电机组控制系统关键技术获突破    

新能源面临两大困局普及亟待政策统筹    英莲

湘电集团：携关键技术乘“风”而上    本报记者 冯济武

发电集团“风驰电掣”    记者 马钦麟　实习生 杨珍

中石油首台兆瓦级风力发电机组在“辽河”下线    首席记者 吕红丽

东汽第1000台风电机组下线    本报记者 李联慧

中国国电集团总经理朱永芃来连考察    通讯员 严维新 吉志强 记者 贺耀堂

北车风电首台风力发电机组下线    记者 庄云锋

启东风电每年减排20万吨二氧化碳    张少峰

水平轴风力发电机组风轮叶片优化设计研究    徐宝清

最小二乘支持向量机的若干问题与应用研究    邢永忠

基于SVM的高不平衡分类技术研究及其在电信业的应用    渠瑜

基于提升小波及SVM优化的模拟电路智能故障诊断方法研究    宋国明

单分类支持向量机的学习方法研究    王洪波

基于支持向量机的农产品生产关键控制点发现研究    王开义

兆瓦级垂直轴风力发电机组的关键技术研究    葛俊旭

海上风电机组系统动力学建模及仿真分析研究    王磊

支持向量机加速方法及应用研究    曹葵康

风力发电机组控制策略优化与实验平台研究    刘军

基于最小二乘支持向量机风电机组的预测研究    崔瑜琦

盲抽取与SVM方法在地球化学异常下限提取中的应用    曾玉祥

基于SVM的煤炭销售分析预测系统的研究    杨飞

SVM及其扩展算法在图像处理中的应用研究    蔡磊

基于SVM的基因表达谱分析和函数集VC维研究    高洁

风力发电机组的变桨距控制研究    李琴

变速变桨距风力发电机组的滑模变结构控制技术研究    王立军

风力发电机组综合优化选型方法研究    刘瑞轩

双馈风力发电机组及其低电压穿越技术研究    吴建明

基于支持向量机（SVM）的火电电厂工程造价预测研究    武晓娟