期刊文献+
共找到416篇文章
< 1 2 21 >
每页显示 20 50 100
Missing interpolation model for wind power data based on the improved CEEMDAN method and generative adversarial interpolation network 被引量:4
1
作者 Lingyun Zhao Zhuoyu Wang +4 位作者 Tingxi Chen Shuang Lv Chuan Yuan Xiaodong Shen Youbo Liu 《Global Energy Interconnection》 EI CSCD 2023年第5期517-529,共13页
Randomness and fluctuations in wind power output may cause changes in important parameters(e.g.,grid frequency and voltage),which in turn affect the stable operation of a power system.However,owing to external factors... Randomness and fluctuations in wind power output may cause changes in important parameters(e.g.,grid frequency and voltage),which in turn affect the stable operation of a power system.However,owing to external factors(such as weather),there are often various anomalies in wind power data,such as missing numerical values and unreasonable data.This significantly affects the accuracy of wind power generation predictions and operational decisions.Therefore,developing and applying reliable wind power interpolation methods is important for promoting the sustainable development of the wind power industry.In this study,the causes of abnormal data in wind power generation were first analyzed from a practical perspective.Second,an improved complete ensemble empirical mode decomposition with adaptive noise(ICEEMDAN)method with a generative adversarial interpolation network(GAIN)network was proposed to preprocess wind power generation and interpolate missing wind power generation sub-components.Finally,a complete wind power generation time series was reconstructed.Compared to traditional methods,the proposed ICEEMDAN-GAIN combination interpolation model has a higher interpolation accuracy and can effectively reduce the error impact caused by wind power generation sequence fluctuations. 展开更多
关键词 wind power data repair Complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN) Generative adversarial interpolation network(GAIN)
在线阅读 下载PDF
基于VMD-Itransformer-MOSSA模型的短期风电功率预测方法
2
作者 张伟 高鹭 +1 位作者 秦岭 李伟 《计算机工程与设计》 北大核心 2025年第9期2690-2698,共9页
为解决天气预报存在较小的误差,使风电功率预测产生巨大误差的问题,提出一种结合VMD算法和MOSSA优化的Transformer模型用于短期风力预测。应用变分模态分解处理天气预报风速和实测风速间的误差,将分解结果结合天气预报信息中的其它部分... 为解决天气预报存在较小的误差,使风电功率预测产生巨大误差的问题,提出一种结合VMD算法和MOSSA优化的Transformer模型用于短期风力预测。应用变分模态分解处理天气预报风速和实测风速间的误差,将分解结果结合天气预报信息中的其它部分特征作为改进的Transformer模型输入。通过改进麻雀搜索算法(SSA)优化修正模型的关键参数,提高预测准确性。将预测的风速误差与天气预报风速相加即得到修正后的天气预报风速并计算风功率。仿真结果表明,该模型方法在准确性上优于基准模型,验证了所提出的改进组合模型有效性。 展开更多
关键词 风速修正 变分模态分解 改进的变压器 麻雀搜索算法 短期风电功率 数据预处理 天气预报信息
在线阅读 下载PDF
改进的风功率异常数据贝叶斯变点-Thompson tau清洗方法
3
作者 王智明 陈小国 +1 位作者 王领军 鲁文彬 《太阳能学报》 北大核心 2025年第3期687-696,共10页
根据风功率异常数据分布特点及其产生原因提出一种改进贝叶斯变点-Thompson tau异常数据清洗方法。首先,对小于切入风速的非零功率值进行剔除;接着基于改进贝叶斯变点-Thompson tau法剔除功率曲线底部堆积和周围离散型异常值,得到清洗... 根据风功率异常数据分布特点及其产生原因提出一种改进贝叶斯变点-Thompson tau异常数据清洗方法。首先,对小于切入风速的非零功率值进行剔除;接着基于改进贝叶斯变点-Thompson tau法剔除功率曲线底部堆积和周围离散型异常值,得到清洗后的正常数据;最后,应用该文所提方法,对某风场6台机组的实际功率风速数据进行清洗,用清洗时间、数据删除率、均方根误差及决定系数等评价指标对所提方法进行验证。分析结果显示:与四分位-k-均值聚类算法、最优组内方差算法、贝叶斯变点-四分位法及Thompson tau-四分位法比较,该文方法能有效识别和剔除各类功率风速异常值,所建功率曲线精度高,且清洗时间短,清洗效果好,通用性较强。 展开更多
关键词 风电功率 风电机组 数据处理 功率曲线建模 改进贝叶斯变点-Thompson tau
原文传递
面向风力发电机组的时变趋势聚类与非平稳监测方法
4
作者 韩涛 姚维 《实验室研究与探索》 北大核心 2025年第9期39-43,87,共6页
针对风力发电机组因外界环境变化导致的非平稳运行难题,提出一种基于时序趋势聚类与分组平稳子空间分析的新型监测方法。该方法通过时变趋势提取与相似性度量,自动挖掘风机变量间的时序关联并完成变量分组,进而精确刻画多参数耦合关系;... 针对风力发电机组因外界环境变化导致的非平稳运行难题,提出一种基于时序趋势聚类与分组平稳子空间分析的新型监测方法。该方法通过时变趋势提取与相似性度量,自动挖掘风机变量间的时序关联并完成变量分组,进而精确刻画多参数耦合关系;采用分组平稳子空间分析,从时变趋势中提取本质平稳关系以消除工况波动干扰。工程验证表明,该方法能有效识别非平稳运行下的机组异常,与经典非平稳监测方法相比,误报率降低4.4%,检测灵敏度提升20.4%。所提方法为复杂工况下的风机运行状态监测提供了更准确、更灵敏的解决方案,对保障机组安全运行具有重要的应用价值。 展开更多
关键词 时变趋势聚类 非平稳数据 平稳子空间 状态监测 风力发电
在线阅读 下载PDF
基于专利的海上风电技术发展趋势研究 被引量:1
5
作者 吕庭彦 陈荣敏 +2 位作者 王鹏磊 蔡伟杰 贠冰 《水利水电技术(中英文)》 北大核心 2025年第S1期928-940,共13页
要实现“双碳”目标,海上风电是能源转型的重要方向之一。为了全面掌握海上风电技术总体发展趋势、重点领域及热点技术发展方向,深入系统分析相关文献及全球海上风电专利数据,构建海上风电技术体系,确定了六个重点技术领域。分析表明,... 要实现“双碳”目标,海上风电是能源转型的重要方向之一。为了全面掌握海上风电技术总体发展趋势、重点领域及热点技术发展方向,深入系统分析相关文献及全球海上风电专利数据,构建海上风电技术体系,确定了六个重点技术领域。分析表明,当前全球海上风电技术整体处于快速发展期;我国起步晚,发展高速,专利申请总量上占有绝对优势;在高压直流输电网络、桩基础等方面我国具有一定技术优势,但全球布局欠缺,拥有高价值专利数量少,亟需在重点核心技术方面进行创新;未来海上风电机组技术、并网输电技术、管理运维技术及海上风电融合应用技术的创新仍然会保持增长态势,其中:装机容量大型化、柔性直流输电、漂浮式支撑、智慧运维、制氢技术等是企业开展研发,进行技术布局的重点方向。 展开更多
关键词 海上风电 技术 专利 文献 数据分析 趋势
在线阅读 下载PDF
基于实测数据的直驱风电机组谐波特性分析及建模方法 被引量:1
6
作者 张磊 孙媛媛 +3 位作者 李亚辉 张帆 刘洋 李立生 《电力系统自动化》 北大核心 2025年第3期82-92,共11页
随着新型电力系统的发展,以风力发电为代表的新能源被广泛使用,受电力电子器件开关特性的影响,风电机组并网时不可避免地产生谐波,在大规模并网时,风电集群设备间的交互影响进一步加剧谐波问题。为此,提出了一种基于实测数据的风电机组... 随着新型电力系统的发展,以风力发电为代表的新能源被广泛使用,受电力电子器件开关特性的影响,风电机组并网时不可避免地产生谐波,在大规模并网时,风电集群设备间的交互影响进一步加剧谐波问题。为此,提出了一种基于实测数据的风电机组谐波特性建模方法,用于分析实际工程中风电机组的谐波特性。首先,明确了不同频次谐波特性的关键影响因素,提出了风电机组的谐波特性分析模型,简化了风电机组谐波建模的整体过程。其次,结合实际风电集群拓扑结构,建立了风电集群聚合谐波模型,明确了风电机组之间的谐波交互影响程度,量化了计及风电机组间耦合影响的单体与集群的关联关系。最后,通过实验分析了直驱风电机组的谐波特性,通过仿真验证了集群聚合谐波模型的准确性,提高了风电集群建模的准确度。 展开更多
关键词 新型电力系统 实测数据 直驱风电机组 谐波建模 风电集群
在线阅读 下载PDF
基于温度热模型与数据融合驱动的海上风力发电机故障早期预警 被引量:1
7
作者 魏书荣 周海林 +2 位作者 符杨 黄玲玲 葛晓琳 《高电压技术》 北大核心 2025年第10期4945-4956,I0001,I0002,共14页
自海上风电进入平价时代,迫切需要更加精准的故障预警提高风力发电机的可靠运行水平,减少发电损失,但仅依靠物理或数据模型进行风力发电机早期故障预警受限于模型准确性的问题影响预警精度。为此,提出一种模型-数据融合的建模方法,基于... 自海上风电进入平价时代,迫切需要更加精准的故障预警提高风力发电机的可靠运行水平,减少发电损失,但仅依靠物理或数据模型进行风力发电机早期故障预警受限于模型准确性的问题影响预警精度。为此,提出一种模型-数据融合的建模方法,基于等效热网络模型和Stacking集成算法融合驱动实现海上双馈风力发电机早期故障预警。首先,利用等效热网络法构建风力发电机温度的热平衡矩阵,求解得到各节点稳态温度值,采用一阶RC热网络模型描述温度随时间变化的趋势;然后,将热模型计算得到的定子绕组温度和其他相关变量作为Stacking集成算法的输入特征,对定子绕组温度值进行校正;最后,利用K-S(Kolmogorov-Smirnov)检验原理确定自适应阈值,根据残差的变化趋势进行早期故障预警。以国内某海上风电场SCADA数据为例进行分析,验证融合模型的有效性。基于温度热模型与数据融合驱动的海上风力发电机故障早期预警方法具有通用性,为海上风电高质量发展提供技术支撑。 展开更多
关键词 海上风电 故障预警 模型-数据融合 Stacking集成算法
原文传递
风电机组SCADA“风速-功率”数据处理方法研究 被引量:1
8
作者 柳源 李忠虎 +2 位作者 王金明 杨立清 张鑫宇 《太阳能学报》 北大核心 2025年第7期353-360,共8页
在风电机组数据采集与监视控制(SCADA)系统数据中,若噪声数据密度过高,则会在预处理过程中误清洗额定功率数据。使用基于密度的噪声应用空间聚类(DBSCAN)算法剔除额定功率数据附近的噪声数据点,确保仅保留正常的额定功率数据,然后在“风... 在风电机组数据采集与监视控制(SCADA)系统数据中,若噪声数据密度过高,则会在预处理过程中误清洗额定功率数据。使用基于密度的噪声应用空间聚类(DBSCAN)算法剔除额定功率数据附近的噪声数据点,确保仅保留正常的额定功率数据,然后在“风速-功率”曲线上找到额定功率数据与其他数据的分界线,将上半部分暂存,对下半部分采用肖维勒准则与Box_Cox变换相结合的方式处理,最后将两部分数据合并,可有效减少风电机组SCADA数据预处理时,因噪声数据密度过高而误清洗额定功率数据的问题。 展开更多
关键词 风电机组 SCADA系统 数据处理 额定功率数据 DBSCAN聚类算法 肖维勒准则
原文传递
基于MADM-QM的风电机组风功率异常数据处理方法 被引量:1
9
作者 莫丰源 王卫华 郭前 《可再生能源》 北大核心 2025年第3期339-345,共7页
针对风电机组非正常运行时导致远程中央监控与数据采集(SCADA)系统所采集的风速-功率数据中存在大量的横向、纵向分布的异常值问题,文章提出了一种基于中值绝对偏差法(MADM)和四分位法(QM)的异常数据清洗方法,即MADM-QM算法。首先,基于... 针对风电机组非正常运行时导致远程中央监控与数据采集(SCADA)系统所采集的风速-功率数据中存在大量的横向、纵向分布的异常值问题,文章提出了一种基于中值绝对偏差法(MADM)和四分位法(QM)的异常数据清洗方法,即MADM-QM算法。首先,基于风速-桨距角关系模型,通过对风速区间的风速-桨距角数据集中绝对中位差(MAD)的求解,清洗掉±4.5MAD外的风速-桨距角数据;然后,基于风速-功率关系模型,先对功率区间的风速-功率数据集中异常值进行剔除,再对风速区间的风速-功率数据集中异常值进行剔除,完成异常数据的清洗;最后,以某风电场复杂工况下风电机组的实际运行数据为算例进行验证,并与MADM,QM和基于密度的空间聚类(DBSCAN)法进行对比分析。结果表明,MADM-QM算法不仅能够有效识别异常数据,而且能够高效完成异常数据清洗,相比其他3种方法,MADM-QM算法处理异常数据效率良好且清洗质量最优。 展开更多
关键词 风电机组 风功率 数据清洗 MADM-QM SCADA数据
在线阅读 下载PDF
风力发电系统MPPT特性测控系统设计
10
作者 吕富勇 王杰 +3 位作者 杜彤 刘泽宇 徐佳瑞 王亚洲 《电子技术应用》 2025年第5期26-32,共7页
在中小型永磁同步风力发电机中,桥式整流+DC/DC变换器拓扑具有结构简单的优点,其中DC/DC电路有Boost和Buck两种拓扑,探究两者的最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制性能区别是对其优化设计的关键,测控系统是性能分... 在中小型永磁同步风力发电机中,桥式整流+DC/DC变换器拓扑具有结构简单的优点,其中DC/DC电路有Boost和Buck两种拓扑,探究两者的最大功率点跟踪(Maximum Power Point Tracking,MPPT)控制性能区别是对其优化设计的关键,测控系统是性能分析的重要手段。通过系统总体方案设计,确认了系统参数及指标;分析了四桥臂DC/DC拓扑,并基于高端电流采样和隔离采样技术实现了系统电压、电流、功率和频率的采集,设计了功率驱动及单片机控制电路;探讨了适合单片机的MPPT爬坡搜索法软件;给出了基于LabVIEW的上位机操控系统的软件设计实现;搭建了测控系统,进行了MPPT和两种拓扑测控结果对比实验。实验结果表明测控系统达到了设计目标。 展开更多
关键词 LabVIEW 风力发电系统 DC/DC变换器 测控系统 数据采集与处理
在线阅读 下载PDF
基于频率增强融合时空信息的超短期风电功率预测
11
作者 滕婧 姜亚君 +1 位作者 师瑞峰 贾利民 《太阳能学报》 北大核心 2025年第9期198-207,共10页
针对传统的风功率预测方法难以捕捉风电功率序列在频域内的非平稳、非线性特征,且未能充分利用风力机间的空间相互关系等问题,提出一种基于信号分解技术进行频率增强,并融合时空信息的网络DSTNet实现准确的超短期风电功率预测。在时间... 针对传统的风功率预测方法难以捕捉风电功率序列在频域内的非平稳、非线性特征,且未能充分利用风力机间的空间相互关系等问题,提出一种基于信号分解技术进行频率增强,并融合时空信息的网络DSTNet实现准确的超短期风电功率预测。在时间信息处理方面,利用离散余弦变换将风电功率序列从时域转换到频域,再通过通道注意力机制进行频率增强,然后采用解码器提取时间特征;在空间信息处理方面,基于风电场各风力机的位置信息构建图神经网络模型,提取各风力机节点与邻近节点的空间特征;最后,通过融合时间特征与空间特征进行超短期风电功率预测。基于百度KDD CUP发布的空间动态风电功率预测数据集为算例分析,结果表明,所提方法在超短期风电功率预测的所有场景中,即10min、1h、4h,均具有最高的预测精度和稳定性。相比于排名第二的方法,该文方法平均绝对误差分别减少29.75%、19.11%、8.09%,均方根误差分别降低28.22%、13.44%、6.96%,就预测稳定性而言,决定系数R2分别提升1.78%、1.68%以及2.41%。 展开更多
关键词 风电并网 时空数据 图神经网络 时间序列分解 离散余弦变换
原文传递
风电机组功率异常数据剔除方法研究
12
作者 杨心月 荆博 +1 位作者 梅志刚 钱政 《电测与仪表》 北大核心 2025年第2期76-82,共7页
风速-功率曲线广泛应用于风电机组的功率预测、状态监测和故障诊断,其主要构建方法是使用风电场SCADA(supervisory control and data acquisition)数据进行拟合。然而由于弃风限电、仪表故障等因素,SCADA数据中存在部分功率异常数据。... 风速-功率曲线广泛应用于风电机组的功率预测、状态监测和故障诊断,其主要构建方法是使用风电场SCADA(supervisory control and data acquisition)数据进行拟合。然而由于弃风限电、仪表故障等因素,SCADA数据中存在部分功率异常数据。为保证拟合结果的准确可靠,应首先剔除这些异常数据。文中提出了一种风电机组功率异常数据剔除方法:首先使用分位数方法剔除距离正常数据较远的离散点,而后结合K-means聚类方法和改进时序方法剔除中部堆积点,最后使用分位数方法和DBSCAN(density-based spatial clustering of applications with noise)聚类方法的组合方法剔除距离正常数据较近的离散点。文中分别使用仿真数据集和实测数据集对分位数方法、基本时序方法及文中方法进行对比测试,结果表明,文中方法最优,对中部堆积点和离散点均有良好剔除效果。 展开更多
关键词 风力发电 异常数据剔除 聚类方法 分位数
在线阅读 下载PDF
人工智能技术在风力与光伏发电数据挖掘及 功率预测中的应用综述 被引量:6
13
作者 张冬冬 单琳珂 刘天皓 《综合智慧能源》 2025年第3期32-46,共15页
随着全球可再生能源需求的持续增长,如何高效、智能地管理和预测可再生能源发电已成为能源领域的关键研究课题。探讨了人工智能技术在可再生能源发电中多维数据处理和智能预测方面的应用,并重点分析了其在处理复杂且具有高可变性的数据... 随着全球可再生能源需求的持续增长,如何高效、智能地管理和预测可再生能源发电已成为能源领域的关键研究课题。探讨了人工智能技术在可再生能源发电中多维数据处理和智能预测方面的应用,并重点分析了其在处理复杂且具有高可变性的数据中的作用。从气象条件和时空特征的角度研究了多维特征挖掘技术在风能和太阳能发电数据处理中的作用。系统分析了在不同时空尺度和多场景下应用的智能预测技术,特别聚焦于机器学习和深度学习模型,这些模型因在处理非线性、高维数据时的优异表现而备受关注。最新研究成果的全面分析验证了这些技术在提升风能和太阳能发电预测准确性和效率方面的显著优势。此外,深入探讨了当前技术的优势与局限,并展望了未来的发展方向,尤其强调了提升智能预测模型鲁棒性、实时性及其在不同场景下适应能力的重要性。这些研究为进一步推动可再生能源领域的发展提供了理论依据和实践指导。 展开更多
关键词 人工智能 可再生能源发电 气象特征提取 时空特征提取 光伏发电预测 风力发电预测 数据挖掘
在线阅读 下载PDF
基于四分位数和Sigmoid改进模型的风电数据清洗方法 被引量:1
14
作者 宫永立 王玉超 +2 位作者 刘志文 陆旭峰 骆可 《电力科学与工程》 2025年第3期55-62,共8页
风电机组实际运行工况复杂,导致所采集的风功率数据中存在大量异常点,不利于功率曲线准确拟合。为解决该问题,分析了风速-功率散点的分布特征、所有异常点产生原因及分布情况,并在此基础上应用了四分位法对稀疏异常点进行剔除。针对结... 风电机组实际运行工况复杂,导致所采集的风功率数据中存在大量异常点,不利于功率曲线准确拟合。为解决该问题,分析了风速-功率散点的分布特征、所有异常点产生原因及分布情况,并在此基础上应用了四分位法对稀疏异常点进行剔除。针对结果中仍存在的异常簇,充分运用Sigmoid函数与功率曲线的相似性,建立含有四参数的Sigmoid改进模型,将四分位法和Sigmoid模型充分结合,以完成风功率数据的进一步清洗。该方法首先应用四分位法将大部分异常数据剔除,使算法执行速度快、精度高;其次,基于Sigmoid改进模型剔除剩余异常点,尤其是存在限功率的点,使算法具有较好的普适性。在存在所有异常数据点情况的风功率数据上验证了该方法的可行性。 展开更多
关键词 风功率数据 四分位法 Sigmoid改进模型 目标函数 高斯牛顿法 LM优化算法 数据清洗
在线阅读 下载PDF
海上风电工程测深数据噪声自动化处理相关问题研究
15
作者 马超 高兴国 曲萌 《电力勘测设计》 2025年第2期12-16,84,共6页
本文深入研究了海上风电工程测深数据的噪声来源和滤波方法,旨在优选最适合的技术以提升数据处理的效率和质量。同时,文章探讨了自动化滤波技术的实现,并对数据精度进行了科学评估,以确保结果的可靠性。通过开发专门的软件系统,将这些... 本文深入研究了海上风电工程测深数据的噪声来源和滤波方法,旨在优选最适合的技术以提升数据处理的效率和质量。同时,文章探讨了自动化滤波技术的实现,并对数据精度进行了科学评估,以确保结果的可靠性。通过开发专门的软件系统,将这些先进的滤波技术与评估方法进行集成和自动化,进一步提升了测深数据处理的效率和精度,为海上风电工程的设计、施工及运维期监测提供了坚实的数据支撑。 展开更多
关键词 海上风电 测深数据 滤波方法 自动化处理
在线阅读 下载PDF
海上风电多源同步监测数据挖掘分析 被引量:2
16
作者 周胡 和法利 +1 位作者 宋虹 常爽 《中国海洋大学学报(自然科学版)》 北大核心 2025年第4期148-156,共9页
针对自2021年中国海上风电装机总量及新增数量均居世界首位,但安全监测分布零散且不完备,尚不足以为海上风电安全运维提供数据支撑的现状,本文以江苏如东某4.0 MW单桩海上风力机为平台,建立了国内首个多源同步实时监测系统,同步获取了... 针对自2021年中国海上风电装机总量及新增数量均居世界首位,但安全监测分布零散且不完备,尚不足以为海上风电安全运维提供数据支撑的现状,本文以江苏如东某4.0 MW单桩海上风力机为平台,建立了国内首个多源同步实时监测系统,同步获取了该测点风速风向、水位波浪、振动加速度、塔筒倾角和运行工况等多源数据。通过对监测数据进一步挖掘发现,随着平均风速增大,叶轮转速基本呈增大趋势,直至功率满发,而塔筒加速度则会同时受风、浪以及风力机自身运行状态的影响。本研究还揭示,不同类型和位置的环境-工况-响应多源监测数据间存在显著的同步匹配和相关性。在海上风力机监测过程中关注多源同步数据的相关性对其健康状态的判断有一定的指导意义。 展开更多
关键词 海上风电 多源实时监测 健康诊断 数据挖掘 数据相关性
在线阅读 下载PDF
基于模型学习偏移修正的短期风电功率预测方法
17
作者 陈延旭 潘世纪 +1 位作者 赵永宁 叶林 《电力系统自动化》 北大核心 2025年第16期96-108,共13页
现有基于数据驱动的风电功率预测模型在建模过程中不可避免地存在学习偏移性问题,使得模型有偏向性地学习分布集中的部分数据样本,导致预测模型在实际应用中泛化能力较差。针对上述问题,提出一种基于模型学习偏移修正的短期风电功率预... 现有基于数据驱动的风电功率预测模型在建模过程中不可避免地存在学习偏移性问题,使得模型有偏向性地学习分布集中的部分数据样本,导致预测模型在实际应用中泛化能力较差。针对上述问题,提出一种基于模型学习偏移修正的短期风电功率预测方法。首先,通过挖掘差异化样本造成模型预测性能偏移的作用原理,对时序样本进行分类表征。之后,针对历史数据中难以预测的极端天气样本、异常样本和相似不平衡样本,分别采用场景生成、渐进式掩码检测和样本特征增强策略联合修正模型学习的偏移性。最后,利用Shapley值法对各类样本进行重要性评估,以验证该偏移修正策略的必要性与合理性。实际算例表明,所提方法可显著提升各类模型的短期风电功率预测精度,在多场景模式下均具备较好的泛化性。 展开更多
关键词 风电功率预测 模型学习偏移 数据增强 样本特征 样本提取 多场景模式
在线阅读 下载PDF
基于数据驱动的风电并网系统次同步振荡在线分析方法综述
18
作者 刘格 刘军 安柏任 《电测与仪表》 北大核心 2025年第11期1-15,共15页
随着风电场接入电力系统的占比增高,风电场内部或风电场与电网之间交互引发次同步振荡问题也日益突出。风电并网系统电力电子装置应用广泛、控制环节复杂多样、交直流混联输电,导致次同步振荡的监测和控制难度较高。基于数据驱动的方法... 随着风电场接入电力系统的占比增高,风电场内部或风电场与电网之间交互引发次同步振荡问题也日益突出。风电并网系统电力电子装置应用广泛、控制环节复杂多样、交直流混联输电,导致次同步振荡的监测和控制难度较高。基于数据驱动的方法根据风电并网系统运行数据之间的关联性挖掘次同步振荡的特征,从数据的角度实现次同步振荡在线分析,为保障电网的安全稳定运行提供了新的研究思路。文中梳理了近年来国内外的研究成果,从次同步振荡模态参数辨识、广域相量计算、系统运行状态分类、系统参数估计四个角度综述了基于数据驱动的风电并网系统次同步振荡在线分析方法的研究现状,对各种方法在风电并网系统次同步振荡监测、状态评估、预警、溯源、传播等多个场景的应用进行了归纳和分析,总结了各类方法在线应用的优势和局限性,针对现有方法在未来风电并网系统次同步振荡问题的研究和应用进行了展望。 展开更多
关键词 风电并网系统 次同步振荡 数据驱动 在线分析方法
在线阅读 下载PDF
基于两次多元分解和筛选的风电功率预测方法
19
作者 李昊 胡春生 巩豪委 《西北工程技术学报(中英文)》 2025年第2期118-129,共12页
针对风电功率预测中数据噪声及多变量耦合关系利用不足的问题,提出了一种基于两次多元分解与特征筛选的混合预测模型。首先,采用多元变分模态分解(MVMD)对多变量时序数据进行多尺度分解,通过样本熵与层次聚类将各变量子模态重构为高、... 针对风电功率预测中数据噪声及多变量耦合关系利用不足的问题,提出了一种基于两次多元分解与特征筛选的混合预测模型。首先,采用多元变分模态分解(MVMD)对多变量时序数据进行多尺度分解,通过样本熵与层次聚类将各变量子模态重构为高、中、低频分量;其次,针对高频分量实施二次MVMD分解,以细化特征提取;最后,创新性地引入Granger因果关系检验构建两阶段特征筛选机制,有效剔除非平稳序列及无因果关联的分量。长短期记忆网络(LSTM)与卷积神经网络(CNN)的风电功率预测结果相比,所提方法可将预测指标的平均绝对误差(MAE)降低89.8%,均方根误差(RMSE)减少90.6%,且显著优于单变量分解方法。同时,两次多元分解和筛选方法相较于不进行分解和单次分解方法均可以显著提升模型预测精度。经Diebold-Mariano检验证实,所提模型在5%显著性水平下优于所有基准模型,改进比率稳定在27%以上。该混合模型可以显著提升数据质量,进而提升风电功率预测效果,为高精度风电预测提供了新的解决方案。 展开更多
关键词 风电功率预测 深度学习 数据预处理 多元变分模态分解 数据筛选
在线阅读 下载PDF
基于XGBoost-GRNN算法的分段式风功率预测
20
作者 李进友 李媛 +2 位作者 黄露秋 王海鑫 李超然 《计算机集成制造系统》 北大核心 2025年第10期3831-3845,共15页
针对风电大数据背景下风电机组功率预测准确性、预测功率曲线契合率低等问题,提出一种基于XGBoost-GRNN的风功率预测算法,建立考虑分段式风电数据的风电机组功率预测模型。首先,提出基于风电机组运行状态特征、风速分布模型的SCADA数据... 针对风电大数据背景下风电机组功率预测准确性、预测功率曲线契合率低等问题,提出一种基于XGBoost-GRNN的风功率预测算法,建立考虑分段式风电数据的风电机组功率预测模型。首先,提出基于风电机组运行状态特征、风速分布模型的SCADA数据分段划分方法,并基于数据多维度分析构建功率关联指标架构。其次,提出一种基于改进极端梯度提升(XGBoost)变量的广义神经网络(GRNN)联合风电机组分段式功率预测算法,以获取准确性较高、误差较小的功率预测值。进一步,基于预测偏差、曲线契合率等指标评估所提预测模型的预测性能。最后,以内蒙古塞罕坝风电场20台风电机组为例进行实验分析,结果表明:与传统预测方法相比,所提方法R^(2)均值至少提高了0.0101;与全段数据预测相比,分段式预测R^(2)提高了0.0084。所提模型预测曲线契合率为0.9184,相比其余4种模型预测曲线契合率至少提高了0.036。 展开更多
关键词 风电大数据 风电机组 极端梯度提升 广义神经网络 分段式功率预测算法
在线阅读 下载PDF
上一页 1 2 21 下一页 到第
使用帮助 返回顶部