风电监测信息海量数据挖掘与特性信息提取

【摘要】：风电已经成为发展最迅速、技术最为成熟的新型清洁能源,我国非常重视风电的发展,目前风电装机容量已经达到了世界第一位。但是由于风电出力具有很强的随机性和波动性,风电的大规模并网对电力系统调度运行的调频、调峰、调度等多个方面产生了很大影响,增加了电网调度运行的难度。因此,只有从多个时间和空间尺度对风电出力进行分析,全面掌握风电的出力特性,才能为风电并网后电力系统各个方面的分析研究提供参考和关键数据支撑,更好地进行风电大规模并网消纳。本文针对现有数据挖掘和特性信息提取技术在处理海量风电出力数据提取风电出力特性时的缺点和不足进行了补充和完善,主要研究了数据归约、数据聚类、数据统计、相关性分析四个方面的数据挖掘和特性信息提取技术,从而建立了较为完整的应用在风电出力特性分析中的海量数据数据挖掘和特性信息提取技术体系,通过上述技术实现了对风电海量数据的特性信息提取和深度挖掘。本文以冀北电网风力发电的海量监测数据为依据,采用多时空尺度数据挖掘和特性信息提取技术,对各个风电场出力数据进行了详细的整理和统计,提出了多个风电出力特性分析评价指标,并按照风电出力的随机性、波动性、相关性3种特性将评价指标进行归类,从而形成了用于评价风电出力特性规律的多时空尺度指标体系,大大提高了现有评价指标的精确性和完整性。时间尺度上包括了分钟级、小时级、日级等不同时间尺度,空间上从单个风场、风电场群延伸到整个冀北风电基地。风电出力随机特性分析部分统计了风速和风电出力的概率分布并建立了相应的概率密度分布函数。统计了风速和风电出力的预测误差分布,分析了现有风电出力预测误差分布模型的缺点和不足并利用非参数估计法进行了改进,建立了风电出力预测误差的分区分布函数,进而结合风电出力点预测值得到了风电出力预测波动区间。风电出力波动特性分析部分从不同的时间尺度出发统计分析了风电出力单步变化率、风电高风险爬坡事件、风电出力极值、风电峰谷差贡献率以及风电中长期出力典型日模式,可以为大规模风电并网后的电力系统调频、调峰和风险评估分析等多个领域提供参考。风电出力相关特性分析部分分为单个风电场出力自相关和多个风电场出力互相关两类展开分析。利用自相关系数和风电出力区间转换概率统计分析了单个风电场出力的自相关特性。利用互相关系数分析了位于空间不同区域的多个风电场出力时间序列间以及风电场与风电基地出力之间的互相关特性。利用风电场之间的出力变化率,出力标准差和出力同时率分析了风电场的空间集群效应。 【关键词】：数据挖掘技术 风电 随机性 波动性 相关性
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM614
【目录】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 绪论12-19
• 1.1 论文的背景和意义12-14
• 1.2 研究现状14-17
• 1.3 本文主要工作17-19
• 第2章 风电监测信息海量数据挖掘与特性信息提取技术19-28
• 2.1 引言19
• 2.2 数据统计技术19-22
• 2.2.1 基于参数回归的概率分布函数19-21
• 2.2.2 基于非参数回归的概率分布函数21-22
• 2.2.3 模型评价22
• 2.3 数据归约技术22-24
• 2.4 数据聚类技术24-26
• 2.5 相关性分析技术26-27
• 2.6 小结27-28
• 第3章 风电出力随机性分析28-40
• 3.1 引言28-29
• 3.2 速的概率分布29-30
• 3.3 风电功率的概率分布30-33
• 3.4 预测误差的概率分布33-39
• 3.4.1 风电功率预测误差分区非参数估计分布模拟35-37
• 3.4.2 基于风电预测误差分区概率分布的波动区间37-38
• 3.4.3 模型有效性分析38-39
• 3.5 小结39-40
• 第4章 风电出力波动性分析40-57
• 4.1 引言40
• 4.2 单步变化率40-43
• 4.3 爬坡事件43-46
• 4.3.1 爬坡事件定义44-45
• 4.3.2 爬坡事件统计45-46
• 4.4 风电出力极值46-49
• 4.5 峰谷差贡献率49-53
• 4.6 风电出力的中长期特性提取53-56
• 4.7 小结56-57
• 第5章 风电出力相关性分析57-71
• 5.1 引言57
• 5.2 自相关性57-63
• 5.2.1 自相关系数57-58
• 5.2.2 风电出力区间转换概率58-63
• 5.3 相关性63-65
• 5.3.1 不同风电场之间相关性63-65
• 5.3.2 风电场与风电基地之间的相关性65
• 5.4 空间集群效应65-69
• 5.4.1 风电出力变化率66-67
• 5.4.2 风电出力标准差67
• 5.4.3 风电出力同时率67-69
• 5.5 小结69-71
• 第6章 结论与展望71-73
• 参考文献73-78
• 致谢78-79
• 攻读硕士学位期间发表论文及参与课题79-80
• 学位论文评阅及答辩情况表80

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

风电对调峰的影响及其合理利用模式研究    张谦;李琥;高松;

大规模风电并网的出力特性分析    方平;万杰;胡如熠;

基于数字信号处理的风电功率日周期性研究    杨茂;齐玥;孙勇;郑太一;蔡宏毅;韩金釜;

风电对调峰的影响及其合理利用模式研究    张谦;李琥;高松;

协调电网接纳风电能力的概率优化调度研究    查浩;石文辉;

大规模风电接入的输电网规划研究述评    崔晓丹;李威;任先成;薛峰;方勇杰;

吉林省风电规律特性及减少弃风政策建议研究    李伟;张宏图;王群锋;杨强华;

考虑大规模风电接入的发电机组检修计划最小失负荷期望模型    王海彪;郭瑞鹏;姜忠民;赵舫;范长澜;

考虑系统运行方式的江苏电网过江断面概率潮流实证分析    张谦;奚巍民;黄俊辉;秦旭东;

新型混合粒子群算法在电力系统最优潮流计算中的应用    汪泳涛;汪琳红;罗松涛;

风电场弃风电量统计方法研究    任华;姚秀萍;张新燕;周专;王维庆;

南方电网调峰形势、问题与对策    李明宇;王坚;

基于综合Copula函数的风电功率相关性分析及其在无功优化中的应用    王小红;周步祥;傅利;罗欢;张乐;

分布式电源的概率建模及其对电力系统的影响    王敏

风电规律预测及对电网运行影响的研究    李智

基于内点理论最优潮流的算法及应用研究    谢亮

大规模风电并网条件下的电力系统有功功率平衡理论研究    静铁岩

风电转换系统可靠性评估及其薄弱环节辨识    蒋泽甫

两层网络学习控制系统的快速优化调度策略、分布式计算及扩展应用    徐丽俊

考虑调峰因素的风电规划研究    张宏宇

风电功率预测及微电网概率潮流分析    周松林

风电机组短期可靠性预测模型与风电场有功功率控制策略研究    雷潇

风电接入引致电网辅助服务成本分摊机制及模型研究    胡军峰

风电并网后大电网充裕性评估研究现状与展望    李有亮;高山;

一种改进的风电功率预测误差分布模型    刘斌;周京阳;周海明;刘克文;

风电-抽水蓄能联合系统的优化运行模型    谭志忠;刘德有;欧传奇;王丰;

风电场发电功率的建模和预测研究综述    王丽婕;廖晓钟;高阳;高爽;

电力市场中的拍卖方式及竞标策略分析    张宇波;任慧;罗先觉;

风电场建模及其对接入电网稳定性的影响分析    田春筝;李琼林;宋晓凯;

计及风电成本的电力系统短期经济调度建模    任博强;彭鸣鸿;蒋传文;栾士岩;林海涛;李磊;赵岩;

基于灰色模型的风速-风电功率预测研究    李俊芳;张步涵;谢光龙;李妍;毛承雄;

钒液流储能电池建模及其平抑风电波动研究    李国杰;唐志伟;聂宏展;谭靖;

风电功率GARCH预测模型的应用研究    周晖;方江晓;黄梅;

风电规律预测及对电网运行影响的研究    李智

大规模风电场群联网的源网协调性研究    崔杨

风电场功率短期预测方法研究    韩爽

可再生能源发电并网协调策略的研究    于大洋

数据挖掘在客户关系管理中的应用    乌英格;陈宝平;

数据挖掘在美国本土安全中的应用    焦健;王祥;

Web数据挖掘的分析与探讨    杨洋;

Web数据挖掘及其在个性化网上购物实现的探讨    刘娟;

数据挖掘在现代企业经营管理中的应用    李世超;麦范金;

数据挖掘的系统构成与发展趋势    崔永君;

浅谈数据挖掘    侯晓凌;

Web数据挖掘现状分析    张涛;

Web数据挖掘可视化研究与应用    黄雄伟;陈定方;祖巧红;

数据挖掘领域探索    王岩;

一种新的数据挖掘多策略方法研究    史东辉;蔡庆生;张春阳;

数据挖掘在农业中的应用    张弦;

教育数据挖掘:现状与趋势    魏顺平;

概率网络在数据挖掘上的应用    关清平;沉培辉;

基于Web数据挖掘的综述    丁瑾;

Web数据挖掘及其在电子商务中的应用    聂茹;田森平;

数据挖掘在客户关系管理的应用    李菊;王军;

数据挖掘在中国钢铁行业中的应用    肖阳;李启贤;

SQL Server 2005在数据挖掘中的应用    杨磊;王贵成;汪勇;张占胜;

面向商务网站有效性的数据挖掘方法    谢中;邱玉辉;

数据挖掘如“挖金”    本报记者褚宁

数据挖掘需要点想像力    周蓉蓉

走出数据挖掘的误区    □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨

数据挖掘保险业的新蓝海    《网络世界》记者 王莹

基于地理化的网络数据挖掘与分析提升投资有效性    刘俊丽

数据挖掘：金融信息化新热点    本报记者 连晓东

“数字挖掘软件”引领中国信息化新浪潮    本报记者 凤小华 朱仁康

“成功企业数据挖掘暨数量化管理论坛”在京举办    本报记者　史延廷

数据挖掘：信息化战争的基础工程    朱小宁

从“大集中”走向数据挖掘    本报记者 王小平

海量流数据挖掘相关问题研究    于自强

全基因组SNP芯片应用于CNV和L0H分析的软件比对与数据挖掘    张馨

基于数据挖掘的痴呆中医证的研究    彭计红

基于MapReduce的大规模数据挖掘技术研究    李秋虹

生物信息数据挖掘若干关键问题研究与应用    李荣

面向服务的数据挖掘关键技术研究    李玉华

时间序列数据挖掘在生物医学中的应用研究    吴少智

知识指导下的数据挖掘在新闻和金融工具之间因果关系上的应用    王珊珊

序列数据挖掘的模型和算法研究    杨虎

数据挖掘网格若干关键技术研究    陈平

基于数据挖掘的机遇识别与评价研究    林仁红

游戏运营中的数据挖掘    张彦俊

基于多核函数FCM算法在数据挖掘聚类中的应用研究    焦亚召

物联网能耗数据智能分析及其应用平台设计    王杰锋

数据挖掘在电子商务推荐系统中的应用研究    刘学建

基于数据挖掘的金融时间序列预测研究与应用    戴阳阳

基于主题模型的医疗数据挖掘研究    石思优

移动互联网信令挖掘实现智慧营销的设计与实现应用研究    陈丹

基于数据挖掘的大学生客户识别模型的研究    陈思

基于客户数据挖掘的电信客户关系管理研究    位长帅