首页 > 学术论文

并网风电机组运行特征参量的预测模型及应用

来源:论文学术网
时间:2024-08-18 19:03:38
热度:

并网风电机组运行特征参量的预测模型及应用【摘要】:随着我国风电机组装机容量的逐渐增加,风力发电在电网中所占比例也逐年增大。由于自然风速大小和方向的不确定性,并网风电机组常在不同运行

【摘要】:随着我国风电机组装机容量的逐渐增加,风力发电在电网中所占比例也逐年增大。由于自然风速大小和方向的不确定性,并网风电机组常在不同运行工况之间动态切换,使风电机组各部件相关性、随机性特征愈发明显,再加上在其恶劣环境的条件下,各个部件因载荷、磨损、疲劳强度和运行性能等都会随着运行环境和工作时间的变化而逐渐下降。为了减少因其而发生的故障,提高并网风电机组运行的可靠性,有必要对反映风电机组运行状态的特征参量进行预测和判断。 在分析并网风电机组的工作原理、控制策略及其并网影响的基础上,选择输出有功功率、发电机转速、齿轮箱输入轴温度、发电机绕组温度和变频器温度等作为反映风电机组运行状态的特征参量;根据特征参量相关性进行伪数据判断,并应用拉格朗日插值法对错误和遗漏数据进行修正和补充。将该方法应用于海装9号风电机组风速、有功功率等特征参量的数据修正,算例表明拉格朗日插值法精确、简单、有效。 对风电机组每一特征参量分别建立其BP神经网络模型,基于统计数据、神经网络层数间存在的相关联系及枚举试探法,确定网络层数及各层神经单元,并通过有功功率与各状态特征参量间的相关性,对预测模型进行完善。应用Matlab平台对其进行编程实现。将该模型应用于风电机组特征参量的预测,算例结果表明BP可实现风电机组特征参量的预测,该模型具有泛化能力强、计算量小等特点。 为了与BP神经网络进行对比分析,基于历史经验数据及枚举试探法,对每一特征参量分别建立其RBF神经网络模型,并通过K-均值聚类方法和最小二乘法分别确定径向基函数的中心和连接权值,进而实现风电机组特征参量的预测。将该模型与BP神经网络进行比较,算例结果表明RBF模型具有学习速度快、精度更高的特点。 最后,本文总结了各种预测模型的优缺点并对预测结果进行分析,提出了进一步需要改进的地方,展望了更多的风电机组特征参量的预测方法和以后相关的研究方向。 【关键词】:风电机组 数据处理 运行状态 特征参量 神经网络
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2012
【分类号】:TP183;TM614
【目录】:
  • 摘要3-4
  • Abstract4-9
  • 1 绪论9-16
  • 1.1 引言9-12
  • 1.1.1 风电产业现状及其发展趋势9-10
  • 1.1.2 论文研究背景10-11
  • 1.1.3 论文研究意义11-12
  • 1.2 并网风电机组的特征参量统计分析12-13
  • 1.3 并网风电机组特征参量预测13-15
  • 1.3.1 国外预测方法研究13-14
  • 1.3.2 国内预测方法研究14-15
  • 1.4 本文研究的主要内容15-16
  • 2 并网风电机组工作原理及其运行特征参量分析16-26
  • 2.1 风电机组简介16-18
  • 2.1.1 风电机组基本结构16
  • 2.1.2 风电机组能量转换过程16-18
  • 2.2 并网风电机组的工作原理18-21
  • 2.2.1 并网风电机工作原理18
  • 2.2.2 并网风电机控制策略18-20
  • 2.2.3 风电机组并网对电网的影响20-21
  • 2.3 风电机组运行状况分析21-23
  • 2.4 并网风电机组运行特征量的选择23-24
  • 2.5 小结24-26
  • 3 风电机组特征参量统计数据的预处理26-32
  • 3.1 引言26
  • 3.2 风电机组运行数据的检验26-27
  • 3.3 风电机组故障数据的修正27-30
  • 3.4 风电机组预测数据的转换30
  • 3.5 风电机组预测结果的误差评价指标30-31
  • 3.6 小结31-32
  • 4 基于 BP 神经网络的风电机组状态特征参量预测32-47
  • 4.1 引言32
  • 4.2 BP 神经网络算法32-38
  • 4.2.1 神经网络算法概述32-35
  • 4.2.2 BP 神经网络算法35-38
  • 4.3 基于 BP 神经网络的风电机组状态特征参量预测模型38-41
  • 4.3.1 提前 1 分钟的预测模型38-39
  • 4.3.2 提前 10 分钟的预测模型39-40
  • 4.3.3 考虑状态特征量间的相关性的有功功率预测模型40-41
  • 4.4 基于 BP 神经网络预测模型求解算法41
  • 4.5 算例分析41-45
  • 4.5.1 风电机组的基本情况41-42
  • 4.5.2 提前 1 分钟的风电机组特征参量的预测42-43
  • 4.5.3 提前 10 分钟的风电机组特征参量的预测43-44
  • 4.5.4 考虑状态特征量间的相关性对风电机组有功功率的预测44-45
  • 4.6 小结45-47
  • 5 基于 RBF 神经网络风电机组状态特征参量的预测47-59
  • 5.1 引言47
  • 5.2 RBF 神经网络算法47-48
  • 5.3 基于 RBF 神经网络的风电机组状态特征参量预测模型48-50
  • 5.4 基于 RBF 神经网络的预测模型求解算法50-51
  • 5.4.1 RBF 数据网络求解算法50-51
  • 5.4.2 RBF 网络学习算法在 MATLAB 中的实现51
  • 5.5 算例分析51-55
  • 5.5.1 算例风电机组的基本情况51-52
  • 5.5.2 提前 1 分钟的风电机组特征参量的预测52-53
  • 5.5.3 提前 10 分钟的风电机组特征参量的预测53-54
  • 5.5.4 考虑状态特征量间的相关性对风电机组有功功率的预测54-55
  • 5.6 BP 和 RBF 神经网络预测结果的对比分析55-58
  • 5.6.1 BP 神经网络模型特性分析55
  • 5.6.2 RBF 神经网络模型特性分析55-56
  • 5.6.3 BP 与 RBF 神经网络模型对比分析56-58
  • 5.7 小结58-59
  • 6 结论与展望59-61
  • 致谢61-62
  • 参考文献62-66
  • 附录66
  • 作者在攻读学位期间发表的论文66


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

风力发电机组状态监控与故障诊断系统研究    吴建军

基于混沌时间序列的大型风电场发电功率预测建模与研究    冬雷;王丽婕;高爽;廖晓钟;

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

基于MATLAB的RBF神经网络建模及应用    王艳芹;张维;

基于时间序列分析和卡尔曼滤波算法的风电场风速预测优化模型    潘迪夫;刘辉;李燕飞;

一种新型复杂时间序列实时预测模型研究    王军;彭喜元;彭宇;

人工神经网络输入层节点筛选规则的确定    高大文,王鹏,孙丽欣,郑彤

风力发电在中国电力可持续发展中的作用    黎发贵;郭太英;

风电并网对电网影响探讨    胡卫红;王玮;

基于RBF神经元网络的风电功率短期预测    武小梅;白银明;文福拴;

基于神经网络的风电场风速时间序列预测研究    肖永山;王维庆;霍晓萍;

风电场功率短期预测方法研究    韩爽

基于径向基函数神经网络的港口吞吐量预测研究    苏凌

大型风电机组故障模式统计分析及故障诊断    杨明明

酚醛树脂生产的微机自动控制系统    夏业启,于中

用BP网络预估强夯有效加固深度    汤磊,陈正汉

无腹筋钢筋混凝土简支梁受剪特性的神经网络模型初探    郭伟,刘兴远,张力,王跃文,孙亮

重庆地区混凝土构件碳化规律的神经网络描述    刘兴远,郭伟,林文修,杜文龙,易珂

模糊神经网络在粉煤灰混凝土强度预测中的应用    王倩;蒋林华;张京丰;徐海群;

基于FE—ANN—MC的结构可靠度计算方法研究    冯清海;袁万城;樊启武;

异因同果关联神经网络在工程造价中的应用研究    张彤;王建平;孟改样;

基于神经网络理论的机场沥青道面状况评定    翁兴中;蔡良才;

BP网络中激活函数的深入研究    倪志伟;

同步发电机监督学习神经网络励磁控制器    杨冠鲁,李晴燕,胡欣

基于STM32纯电动汽车电驱控制研究    胡伟明;

基于PSO-K均值聚类的核事故应急监测点位快速确定技术研究    王国庆;李国福;李旭渊;

单相并联有源滤波器的神经网络控制策略研究    戎袁杰;汤洪海;郑雪生;王荣蓉;李春文;

热电厂CFB锅炉燃烧智能控制策略研究    孟庆金;权悦;景绍洪;

新型智能变增益单神经元PID控制算法    李俊丽;张光辉;祝晓红;

针对时滞系统的RBF神经网络滑模控制策略    王亚慧;程培新;赵亚丹;张桐;

基于神经网络和广义经典分配算法的多传感器航迹关联    张娟;陈杰;段梅;

改进的BP网络在火焰燃烧状态识别中的应用    隋金雪;杨莉;华臻;张鑫;

基于神经网络的导航装备维修能力评估研究    杜健;费保俊;刘颖;潘高田;姚国政;

基于改进BP算法的非线性广义预测控制器    胡玉娥;丁淑萍;

船舶交通管理系统经济社会影响评价研究    李华文

地震叠前数据的弹性阻抗非线性反演方法研究    张进

分布式电源的概率建模及其对电力系统的影响    王敏

神经网络硬化实现的共性技术在电力传动中应用研究    汪木兰

随机回归神经网络的动力学行为研究    朱松

基于复杂系统的铁路客流预测方法研究    刘强

电容层析成像反问题求解及图像重建算法研究    陈宇

有限精度权值神经网络优化的研究与应用    包健

基于MMOI方法的电信客户流失预测与挽留研究    罗彬

日盲型紫外探测和直升机着舰光电助降技术的研究    杨承

基于电子鼻的鱼粉新鲜度快速检测方法研究    刘辉

布里渊散射水下探测目标的自动识别    代宏伟

基于声波的运动车辆行驶状态辨识理论研究    李锦

煤矿通防安全信息集成与控制预警系统平台研究    李旭东

矿山企业生产成本模块化管理与应用    张鸿堃

基于振动模态分析和BP网络的桥梁损伤识别研究    李洪琴

智能瓦斯传感器的研制    滕景忠

BP神经网络研究与硬件实现    李安新

基于Hopfield神经网络控制系统的研究    陈少华

吉林省洮南风电场选址及长远发展分析    陈海清

基于最优小波包变换与核主分量分析的局部放电信号特征提取    唐炬;谢颜斌;周倩;张晓星;

基于随机集含糊证据的风力发电机故障诊断方法    苗锐;陈国初;李月;徐余法;俞金寿;

改进小波结合BP网络的风力发电机故障诊断    郭东杰;王灵梅;郭红龙;武卫红;韩西贵;

风力发电机组运行状态的混沌特性识别及其趋势预测    安学利;蒋东翔;

基于支持向量机和多源信息的直驱风力发电机组故障诊断    安学利;赵明浩;蒋东翔;李少华;

基于决策融合的直驱风力发电机组轴承故障诊断    安学利;蒋东翔;李少华;

基于遗传算法与BP神经网的风力发电机齿轮箱故障诊断研究    周培毅;张新燕;张华中;

灰色理论用于风力发电容量中长期预测的研究    孟祥星;田成微;冬雷;高阳;郝颖;廖晓钟;

模糊理论在风力发电机组故障诊断中的应用    任腊春;张礼达;

世界风电发展形势及我国风电制造业面临的机遇    时璟丽;

风力发电机组常见故障机理分析    邹荣贵;蒋东翔;黄乾;洪良友;

基于粒子群优化的齿轮箱智能故障诊断研究    魏秀业

风电机组齿轮传动系统动态特性及故障诊断方法研究    龙泉

大型风力机的故障诊断专家系统    李云

大型风力发电机的齿轮箱故障诊断    赵立超

风力发电机关键参数监测与故障诊断    张继平

基于非高斯性分析的BP神经网络模拟电路故障诊断研究    郑红岩

发电机转子绕组匝间短路故障诊断的研究    李之昆

基于遗传算法优化BP神经网络的变压器故障诊断    段侯峰

基于小波神经网络的异步电动机振动故障诊断研究    朱丽娟

基于振动测试的大型风力发电机组运行状态监测研究    陈云花

基于小波变换和数据挖掘的风电机在线故障诊断    王小鹏

直驱型同步风力发电机组故障诊断系统的研究和设计    周昆鹏

风速变化的并网型风电场故障分析    李凤婷;晁勤;

关于灰色系统模型GM(1,1)适用范围的讨论    武悦

用小波分析来判定风力发电中电力电子的故障    张晓波;张新燕;王维庆;

基于径向基神经网络的集装箱量预测模型    沈立新,陈燕,刘振峰,谢吉标

海运港口货物吞吐量预测的PHQDF模型    吕靖

系统非线性组合预测方法及在黄河凌汛预测中应用    陈守煜;冀鸿兰;张道军;

世界风电技术发展趋势和我国未来风电发展探讨    许洪华,郭金东 ,鄂春良

磁性槽楔对大型永磁风力发电机性能的影响    何山;王维庆;张新燕;黄嵩;朱川江;李建明;

中国流动人口的影响要素与空间分布    朱传耿,顾朝林,马荣华,甄峰,张伟

与风电并网相关的研究课题    雷亚洲

基于集成神经网络的城市道路交通流量融合预测研究    李存军

发电设备运行与维修决策支持系统研究    董玉亮

中国股票市场的非线性分析与预测    韩文蕾

神经网络预测法与四阶段预测法相组合在铁路运量预测中的应用研究    王增兵

集装箱港口竞争的博弈模型及基于神经网络的吞吐量预测研究    曹卫群

基于改进BP神经网络的短期负荷预测研究    刘凯

基于聚类分析的港口集装箱吞吐量预测方法的研究    叶剑

基于MATLAB人工神经网络预测预报冲击地压的研究    武玉梁

齿轮故障的特征提取与模式识别技术研究    周辉

基于神经网络的齿轮故障诊断专家系统    王梦卿

齿轮传动故障诊断专家系统的研究与应用    刘景浩

轧机设备的在线监测和故障诊断系统    王新彦

大型风电机组故障模式统计分析及故障诊断    杨明明

基于人工神经网络方法识别声发射信号的有效性    戴光,李伟,张颖,沈桂英

对两种弱电离尘埃等离子体特征参量的定量估计    石雁祥;王菊;吴健;葛德彪;吴军;

尺度分布的Getis统计对遥感图像特征参量空间自相关性的研究    颜锋华;金亚秋;

基于复杂网络理论的指挥信息网络拓扑模型研究    王再奎;马亚平;桑景瑞;金伟新;

目标毁伤评判的探讨    李正东,郑晓东,雍松林

空中目标毁伤评判问题的探讨    李正东,雍松林,彭文

电气设备故障特征参量有效性的模糊判据研究    周龙,文远芳,詹琼华

棉花等级分类的预处理和特征提取    刘立海,王延平

机械故障自动特征向量提取与智能识别系统    冯辅周,丁汉哲,梅国建

FPDB——参量图生成的特殊方法    任柏林,罗宁,阮金祥

柴油机寿命评估中振动特征的优化选择    史玉鹏;刘建敏;冯辅周;张小明;付焱晶;

柴油机寿命评估中振动特征的优化选择    史玉鹏;刘建敏;冯辅周;张小明;付焱晶;

基于粒子群优化的故障特征提取技术研究    潘宏侠;黄晋英;毛鸿伟;刘振旺;

基于破裂全过程的岩石损伤软化统计本构模型参数确定方法    杨明辉;赵明华;曹文贵;

12kV成套开关设备机械状态在线监测系统的研制    孟永鹏;史宗谦;贾申利;荣命哲;

基于神经网络模型的土密实度确定方法研究    卜发东;靳建明;姜士宪;任鸿杰;徐勇;

基于粒子群优化的故障特征提取技术研究    潘宏侠;黄晋英;毛鸿伟;刘振旺;

语音识别中三种倒谱系数特征参量性能的比较    纪红;吴善培;

多传感器的目标识别    李正东;陈兴无;宋琛;何武良;

透视体系特征参量的研究    王子茹;

武汉南瑞与GE合作研究状态监测    记者 汪骏原

热动力学相似性    李正宇

地闪回击脉冲电磁场空间分布规律研究    张少卿

基于可靠性和风险评估的电力变压器状态维修决策方法研究    王有元

基于可见光—近红外光谱的冬小麦氮素营养诊断与生长监测    胡昊

爆破振动信号时频分析与爆破振动特征参量和危害预测研究    史秀志

SAR及MODIS数据海面溢油监测方法研究    石立坚

利用压电陶瓷的智能混凝土结构健康监测技术    孙威

皮肤红斑客观化测量研究    尚可可

新疆棉花主要栽培生理指标的高光谱定量提取与应用研究    蒋桂英

基于神经网络的钢板表面缺陷识别若干问题的研究    赵向阳

并网风电机组运行特征参量的预测模型及应用    唐锋

材料超声无损评价信号处理与分析系统    张雅静

基于模糊理论的SAR图像海面油膜识别方法研究    李丹

一维弹道修正弹运动特征参量测试方法研究    高路鹏

基于高光谱红边参数定量提取棉花冠层特征信息的研究    袁杰

路基压实度的振动测试方法试验研究    李桃

食品电子鼻检测中特征鉴别能力的评价方法研究    褚冰

不同水肥条件冬小麦主要农艺理化参量变化及其遥感反演    陆海燕

钻井过程中的故障诊断方法研究    袁俊和

基于数字图像处理技术的水稻氮素营养诊断研究    孙棋