共查询到20条相似文献,搜索用时 562 毫秒
1.
为准确预测光伏发电量,减少并网光伏对大电网的影响,引入相似日概念,对夏季预测日的平均温度、最高温度、最低温度以及天气类型进行分析。在历史数据中选取具有相似天气特征的发电功率数据和天气数据作为神经网络的训练样本,建立ACO-BP神经网络光伏发电功率预测模型,并将预测结果与传统BP神经网络和PSO-BP神经网络预测结果相比较。实验结果表明,该模型具有较高的预测精度。 相似文献
2.
《机电工程》2015,(11)
针对光伏发电系统输出电能随机性对电力系统的影响问题,对光伏输出功率预测方法进行了研究,提出了基于遗传算法优化BP神经网络的光伏预测模型。对光伏发电系统的历史发电量数据和气象数据进行了数学归纳,分析了天气类型、温度、太阳辐射强度等因素对光伏发电功率的影响。建立了基于遗传算法优化的神经网络光伏发电预测模型,提前一天进行了功率预测,且通过动态修正进一步提高了模型预测精度。运用Matlab为神经网络与遗传算法工具箱,对训练好的模型在不同日类型下进行了测试和评估,并与传统神经网络预测结果进行了对比分析。研究结果表明,利用遗传算法优化方法提高了神经网络模型预测光伏输出功率的精度,预测结果与实测结果之间的平均误差百分比减小,预测方法具有工程应用意义。 相似文献
3.
《机电工程》2017,(9)
针对传统单峰光伏曲线MPPT方法跟踪速度慢,寻优精度不高的问题,提出了一种基于抛物线预测的功率闭环最大功率跟踪(MPPT)方法。该方法通过用光伏特性曲线上的3个点来拟合一个二次函数,用函数驻点的实际功率值来迭代地预测和修正最大功率点(MPP)的位置,最终使得光伏系统工作在最大功率点。此外,针对光伏系统采用合理的初始点选取策略,提升了MPPT的速度。给出了光伏系统的MPPT控制框图,搭建了基于Buck-Boost电路的直流光伏系统硬件平台。使用抛物线预测法进行了光伏电池组件的最大功率跟踪,与变步长扰动观察法MPPT结果进行了比较,验证了该方法的可行性和实用性。研究结果表明:这种基于抛物线预测的单峰值MPPT方法具有跟踪速度快,稳态无振荡的优良性能。 相似文献
4.
5.
为进一步提高光伏发电超短期预测的精度,以数据分解重构和深度学习技术为依托,提出一种基于 CEEMDAN-DBN-Seq2Seq 的光伏发电功率超短期预测方法。首先利用具有自适应噪声的完整经验模态分解算法( CEEMDAN )将原始发电数据分解成在时域内特征更加明显的模态函数序列,以提取发电序列在时间尺度上的特征;随后引入影响光伏出力的主要气象因素,利用深度信念网络( DBN )对重构后的高、低频分量和序列对序列( Seq2Seq )方法对残差分量进行预测。实验表明,所提模型在光伏发电预测研究中精确度更高。 相似文献
6.
7.
飞机发电机作为飞机机电系统的关键部件之一,为飞机提供主要的电力来源,其运行状态在飞机的使用过程中至关重要。为改善和提升飞机发电机的性能变化趋势的预测精度,更好实现对飞机发电机性能变化的趋势分析,以某型真实飞机发电机为研究对象,提出一种由多项式趋势预测模型和ARMA模型相结合的组合预测方法来对该型飞机发电机进行性能趋势分析。首先,在专业试验平台上对该型飞机发电机进行了长期大量试验,获取了大量性能表征信息。在此基础上,将多项式趋势预测模型和ARMA模型进行组合,综合运用多项式趋势预测模型良好的趋势拟合能力和ARMA的时间序列分析功能,对该型飞机发电机进行性能趋势分析。试验验证结果表明,这种组合预测方法优于传统单一模型的预测方法,具有很高的预测精度,能够更好地实现对飞机发电机的性能趋势分析效能,具有较高的工程应用价值。 相似文献
8.
9.
10.
《仪器仪表用户》2021,(7)
太阳能具有清洁环保的特点,且与火电在发电形式上具有互补性。在二者构成的互补能源系统中,由于受太阳辐照等因素影响,光伏发电输出功率具有较强的波动性,可由变负荷响应速度快的火电跟踪补偿。核电具有稳定高效的特点,可以用来提供基本负荷。在多种能源互补调节过程中,若光伏发电输出功率得到较为准确的预测,可降低系统对火电随负荷跟踪响应的速度要求,也能提高系统的安全稳定性。光伏功率预测采用时间序列法和相似日法相结合的方法,先通过时间序列法获取预测目标日的关键气象信息,再通过相似日方法确定历史数据库中与预测目标日气象条件最接近的几天。通过两种权重确定方法,由相似日的光伏功率确定预测目标日的光伏功率,达到预测的目的。 相似文献
11.
12.
残余应力是影响电弧增材制造构件疲劳寿命的关键因素,传统的测量与仿真难以完整高效地分析增材构件的残余应力分布。为此基于本征应变相容原理,提出一种通过应力迭代重构电弧增材AA7075铝合金薄壁件残余应力场的新方法。该方法使用有限的残余应力实测数据与基函数构造应力分量,并使用APDL语言对ANSYS进行二次开发,将应力分量映射至有限元模型迭代重构残余应力场。结果表明,重构的残余应力场与X射线衍射法实测值、热弹塑性模型仿真值误差较小,证明了该方法用于电弧增材薄壁件的全局残余应力场重构的有效性。 相似文献
13.
14.
通过对光伏电池的数学模型和电流电压曲线的分析,提出了光伏电池最大功率线的跟踪方法。采用与光伏电池性能相同的光伏传感器,控制逆变器工作电流的大小,当光强或工作温度发生变化时,对跟踪系统都无影响,从而实现最大功率点的可靠跟踪。该方法不需复杂的分析与控制,原理较简单,具有一定的市场前景。 相似文献
15.
16.
17.
18.
研究了时间序列的建模与预测方法,并应用于生产实际.以某测点的振动日均值作为建模数据,建立了ARMA(3,1)时间序列模型,经检验,该模型具有较高的预测精度,能够用于该风机的运行状态预测. 相似文献
19.
针对故障率数据的非线性非平稳特性及现有预测方法精度不足的问题,提出了一种基于相关向量经验模态分解(relevance vector empirical mode decomposition,简称RVEMD)和数据处理组合法(grouped method of data handling,简称GMDH)重构的预测方法。首先,通过RVEMD分离故障率时间序列的波动项和趋势项,分解产生序列的固有模态函数(intrinsic mode function,简称IMF)和残余函数(residual function,简称RF),通过相关向量机(relevance vector machine,简称RVM)预测端点局部极值的方法抑制传统经验模态分解(empirical mode decomposition,简称EMD)存在的端点效应,进一步利用RVM回归生成序列的上下包络,替代了常规三次样条插值法;其次,建立各IMF分量的RVM预测模型和RF分量的灰色预测模型,其中对标准RVM回归模型进行了改进,通过构建一种方差高斯核函数(variance Gauss kernel function,简称VGKF)来提高核函数的全局性能和泛化能力,利用H-Q准则对训练空间预测嵌入维数进行优化,避免了主观选取的盲目性,同时构建了一种基于背景值优化的灰色预测模型;最后,通过GMDH算法产生的最优智能组合模型得到最终的预测结果。仿真实例结果表明,相比常规EMD分解后叠加预测法和其他单一模型预测法,该方法具有更加优异的预测性能,能够对故障率的变化趋势进行准确预测。 相似文献
20.
在分析研究常用的扰动观测法实现光伏系统最大功率点跟踪(MPPT)技术的基础上,提出了一种新型的MPPT算法。该算法先利用功率预测法判断扰动的方向,避免误判;然后再通过变步长扰动观测法进行最大功率点的跟踪。该方法具有跟踪速度快、精度高、有效避免了跟踪过程中可能发生的误判问题等优点,可保证系统快速并准确跟踪至最大功率点。利用MATlAB搭建光伏系统MPPT模型,并与传统的变步长扰动观测法相比较。实验结果表明:提出的新方法在跟踪光伏电池最大功率点过程中,保证了跟踪的快速性和控制的精度,且有效改善了振荡和误判问题,进一步降低了功率的损耗,提高了光伏电池的利用率。 相似文献