《噪声特性的回归模型及其在短期风速预报中的应用.doc》由会员分享，可在线阅读，更多相关《噪声特性的回归模型及其在短期风速预报中的应用.doc（79页珍藏版）》请在金锄头文库上搜索。
1、 公 开博 士学位 论文论文 开 题日 期 ： 年 月 曰 论文作者。签孙红膨 杉本 学位 论文 作 者完全 了解 河 北师范 大 学有 权保 留并 向 国家 有 关 部 门 或 机 构 送交 学 艿 难 宦 畚脑凇 !D杲饷芎 笫视帽臼 谌 ， 猄 窒蛄炕 毓 槟 汀 本 章 小 结 本 文 的 主要研究成果与 创新 点 风电的 大 范 围随 机 波动 给 风电的 安 全 高 效 利用带 来 了巨 大 困 难 为 了保 证 电力 系统 在极端条 件 下 的 安 全 ， 当 前不得不提 高 发 电备 份 裕 度 然 而 我国资 源 分 布 不均 衡 ，在富有 风能 、太 阳 能 的 大 部 分
2、 地 区， 极度 缺 乏 可 快 速 调 峰 、调 频的 电源 ， 如何降低 大规模新 能 源 电力 的 强 随 机 波动 对 电网的 冲 击 是 一个 难题 准 确的 风功 率 预报及其 不确定 性 估计可 为 电网调 度 以及合 理的 备 份 裕 度 设置提 供依 据 蚣俏 V 的 性 能 可 能 变 得很 坏 。针对 这种情况 ， 众多学者研究了 型口 觯 琘 。 屯 ， ， ， 鳎 ， 二 ， ， 考 ： 解 ， 解 决 了在神 经 网络 方法中无 法避 免 的 局部 极值 问题： 搿 了 艻 等 专参 ， 占 琲 ， ， ，只训 一 兀簊 俊 ！ 苷 当 一 苷 等 琲 ， ， ，
3、母 怕 拭 芏群 #甪 粁 年， 谢宇 教 授 【 】 研究了异 方差 傅 氖遣 煌 镜闵 衔蟛 畈 煌 耆 嗟 问题，介绍 了异 方差 存 在的 几种 常见 情形 ， 并 指出 在存 在异 方差 的 情况 下 ， 为 了得到 最 佳 线性 无 偏估计 ， 可 以采用加权最 朔 胁 问 兰 疲 尤 頳 乘 法是 对 原模型 式 进 行加权， 使 之变 成一个 新 的 不存 在异 方差 性 的 模型 ， 然 后 采用最 小 二乘法估计其 参 数【 。 风速 预报的 研究现 状应 用：测模型 和 基于 数 值 天 气 预报 ， 简记 为 的 预报模式 ，提高 预测的 精 度 和 可 靠 性 ， 具
4、 有 很 好 的 学术 价 值 和 工程 应 用价 值 度 较 快 ， 导 致电网调 峰 、无 功 及电压 控 制十 分 困 难， 给 电网的 安 全 稳 定 及正 常调 度 带 来新 的 问题。当 风电装 机 达到 一定 比 例 后 ， 对 风电场 的 输 出 功 率 准 确预测是 解 决 这一问题的 有 效 途径 根 据 风机 的 特 性 曲 线可 以由 风速 计算 出 输 出 功 率 ， 因此 对 风速 的 预测精 度 提 出 了更 高 的 要求 风力 发 电量 的 不确定 性 使 得风电与 电网的 整合 问题， 引 起 了电力 公 司 、风电企业以及研究人 员 对 短 期 风速 预报的
5、 重 视 本 文 的 主要研究内 容本 文 利用 方法， 得到 一般噪声 特 性 的 损失 函 数 ， 应 用统 计学习理论、第 一章 ， 介绍 本 文 的 研究背景 ， 岭 回归模型 、支 持向 量 回归模型 的 研究现 状， 风速预报的 意 义 及其 已 有 的 主要方法 猄 的 对 偶问题， 并 利用增广 拉 格 朗 日 乘 子 法求 解 模型 猄 的 最 优解 门 芻皤 刮州 ： ， 根 据 方法， 最 大 化后 验 概 率研 瓺 ， 】 ： 琞 其 中尸【 】 是 先 验 概 率， 式代入 剑 愕 迷 诟 菁 疍， 中最 大 化后 验 概 率， 即 最 小 化下 面的研厂 】 弧 艻
6、则 得威 布 尔损失 函 数 为 ： 、占一不敏 感 损失 函 数 损失 函 数 的 表达式 考 旧夷縊若其旦等比产击专量“纠皇毒 毒 度 量 ， 即 ：最 常用的 评价 误 差 度 量 的 指标 是 平均 值 绝 对 误 差 ： 灰弧 蜫， 蚣俏 狹 ： 蚣俏 猂 、标 准 误 差 本 测量 值 的 平均 值 【 缢 偈 菁 痩 的 数 据 分 析 高 斯 噪声 特 性 岭 回归模型 、核 岭 回归模型 不能 较 好 的 处 理被 噪声 、拉 普 拉 斯公 式 作 为 损失 函 数 ， 利用最 优化方法、统 计学习理论、一般噪声 特 性 损失 函 数 ， 构造 了基于 一般噪声 特 性 的
7、核 岭 回归模型 咚咕 断 蚧 撕 篕 模瑇 籌 籣 声 白 一厂 ， ， 基于 噪声 特 性 的 核 岭 回归模型 的 原问题可 描 述 为 ：阨， 粄一郾齝喜 鲫 唤 牛 骸 埃 灰荤 ： 参 剩 琤 ， 为 ： 换。其中善孑 璴， 弥罸， 手窃侍式的 可 行解， 于是 有：圭刮喜 缶， 圭鏙从 而 得缈 彗浚 梳 蛞 ， ， ， ， ，三己进而 有手喜 一骞口， 一， 一毒 ， 则 基于噪声 特性核 岭回归机 的 决 策函数 为 ：， 虰 狵 ： 噪声 特性 的 损失 为 专 一历 蛔 其 中 考 谝焕 桃豢 谝焕 圭 豢 白 唬 。 蛔 基于 噪声 特 性 核 岭 回归模型 狵 的 算 法设计为 ： 韪 哂 性 肷 匦缘氖 菁 琘 ， ， ， ， ： 一， 渲衳 蔙 ， 验 证 技 术 确定 最 优参 数 图 给 出 了模型 虰 狵 的 预报结 果 本 ， 随 机 选取 鲅 咀 魑 Q盗 费 竞筒 馐匝 荆 、表 隽 四 虶 狵 本 章 小 结 蚣俏 U 是 建 立 在统 计学习理论和 结 构 风险 最 小 化原理基础 一 ， 咚 乖肷 匦缘膟 一支 持向 量 回归模型量 模型 搬 摹 ， ， ， ， 蚣俏 狽 的 统 一模黪， 凇 ！ 甤 阱 疲 专 莅 专 ， 等 琭 ： ， ， ， ， 占 埽 ； ， ， ， ， 一 一 缈 西 一 誓 ， ，
