答卷編號(hào)：論文題目：風(fēng)電功率預(yù)測(cè)問題專業(yè)、班級(jí)有效聯(lián)系電話參賽球員4參賽球員2參賽球員3指導(dǎo)班主任：**安參賽校區(qū)：**大學(xué)報(bào)考序號(hào)：616證書寄送地址：郵編四川省重慶市長安區(qū)西京路1號(hào)西京大學(xué)基礎(chǔ)部李永新（收）答卷編號(hào)：閱卷專家1閱卷專家2閱卷專家3論文等級(jí)風(fēng)電功率預(yù)測(cè)問題摘要本文針對(duì)風(fēng)電功率的預(yù)測(cè)問題，分別采用時(shí)間序列法、人工神經(jīng)網(wǎng)路、灰色預(yù)測(cè)法對(duì)未來機(jī)組輸出的電功率構(gòu)建了三種合理預(yù)測(cè)模型，并通過對(duì)各類模型的偏差剖析，進(jìn)一步提出了改進(jìn)的方案使其預(yù)測(cè)愈發(fā)的確切，在最后將模型推廣到n臺(tái)風(fēng)馬達(dá)組給出了合理的模型。對(duì)于問題一，我們構(gòu)建了三種不同的預(yù)測(cè)模型對(duì)未來的電功率進(jìn)行預(yù)測(cè)并做了各自模型的偏差剖析。模型一我們?nèi)?月30號(hào)的輸出風(fēng)電功率數(shù)據(jù)作為一組時(shí)間序列，通過對(duì)初始數(shù)據(jù)的零均值轉(zhuǎn)換，致使數(shù)據(jù)趨向平穩(wěn)。之后運(yùn)用統(tǒng)計(jì)軟件Eview對(duì)數(shù)據(jù)剖析估算得到相關(guān)系數(shù)，從而對(duì)模型進(jìn)行確定與定階，經(jīng)過擬合最終得到合理的時(shí)間序列ARIMA模型.模型二我們首先構(gòu)造了人工神經(jīng)網(wǎng)路層結(jié)布光，依照時(shí)間序列得到的預(yù)測(cè)模型作為神經(jīng)網(wǎng)路模型的輸入層數(shù)據(jù)，隱層通過采用轉(zhuǎn)移函數(shù)以及輸出層運(yùn)用轉(zhuǎn)移函數(shù)，而后依據(jù)不同層的權(quán)重篩選及偏差反映，最終我們運(yùn)用算法得到了數(shù)據(jù)的期望值曲線及均方偏差，因而得到了合理的預(yù)測(cè)模型。
模型三我們采用白色預(yù)測(cè)采集數(shù)據(jù)為個(gè)歷史數(shù)據(jù)進(jìn)行預(yù)測(cè)，先通過構(gòu)造關(guān)聯(lián)矩陣因而對(duì)其進(jìn)行累計(jì)加權(quán)，最終得到了合理的白色預(yù)測(cè)模型。對(duì)于問題二，我們主要依據(jù)在問題中學(xué)的偏差剖析，取一項(xiàng)偏差剖析(相對(duì)偏差)指標(biāo)因而對(duì)不同機(jī)組進(jìn)行求解。依據(jù)不同模型不同機(jī)組的相對(duì)偏差的剖析，我們得到了馬達(dá)組凝聚的偏差相對(duì)單機(jī)來說偏差較大，緣由是由于多臺(tái)水泵同時(shí)運(yùn)行時(shí)軸套端難以充分工作。對(duì)于問題三，為了進(jìn)一步使偏差減少到最小電功率解題技巧總結(jié)，我們采用組合預(yù)測(cè)模型，通過對(duì)各模型的偏差剖析賦于不同的殘差，因而使預(yù)測(cè)的期望結(jié)果愈發(fā)精確。通過上述三個(gè)問題的解答，我們剖析了制約風(fēng)電功率實(shí)時(shí)預(yù)測(cè)精度進(jìn)一步改善的主要誘因是由于實(shí)測(cè)數(shù)據(jù)本身就存在各類不可防止的偏差，因而風(fēng)電功率的預(yù)測(cè)精度難以得到無限提升。關(guān)鍵詞：風(fēng)電功率時(shí)間序列人工神經(jīng)網(wǎng)路紅色預(yù)測(cè)組合預(yù)測(cè)問題敘說生物質(zhì)能是一種可再生、清潔的能源，風(fēng)力發(fā)電是最具大規(guī)模開發(fā)技術(shù)經(jīng)濟(jì)條件的非水電再生能源。現(xiàn)在風(fēng)力發(fā)電主要借助的是近地生物質(zhì)能，但近地風(fēng)具有波動(dòng)性、間歇性、低能量密度等特征，因此風(fēng)電功率也是波動(dòng)的。大規(guī)模風(fēng)電場(chǎng)接入電網(wǎng)運(yùn)行時(shí)，大幅度地風(fēng)電功率波動(dòng)會(huì)對(duì)電網(wǎng)的功率平衡和頻度調(diào)節(jié)帶來不利影響。因而，我們要實(shí)現(xiàn)對(duì)風(fēng)電場(chǎng)發(fā)電功率的盡可能確切地預(yù)測(cè)，這樣，電力調(diào)度部門就能否按照風(fēng)電功率變化預(yù)先安排調(diào)度計(jì)劃，保證電網(wǎng)的功率平衡和運(yùn)行安全。
實(shí)時(shí)預(yù)測(cè)是風(fēng)電功率預(yù)測(cè)的一種，它要求滾動(dòng)地預(yù)測(cè)每位時(shí)點(diǎn)未來小時(shí)內(nèi)的16個(gè)時(shí)點(diǎn)（每15分鐘一個(gè)時(shí)點(diǎn)）的風(fēng)電功率數(shù)值。按照國家能源局出臺(tái)的《風(fēng)電場(chǎng)功率預(yù)測(cè)預(yù)報(bào)管理暫行辦法》中的要求，實(shí)時(shí)預(yù)測(cè)的偏差不能小于15%。某風(fēng)電場(chǎng)由58臺(tái)風(fēng)馬達(dá)組構(gòu)成，每臺(tái)機(jī)組的額定輸出功率為850kW。附件2中給出了2006月10日至2006日時(shí)間段內(nèi)該風(fēng)電場(chǎng)手指定的四臺(tái)風(fēng)馬達(dá)組（A、B、C、D）輸出功率數(shù)據(jù)（分別記為PA，PB，PC，PD;另設(shè)該四臺(tái)機(jī)組總輸出功率為P4）及全場(chǎng)58臺(tái)機(jī)組總輸出功率數(shù)據(jù)（記為P58）。問題1：風(fēng)電功率實(shí)時(shí)預(yù)測(cè)及偏差剖析。對(duì)給定數(shù)據(jù)進(jìn)行風(fēng)電功率實(shí)時(shí)預(yù)測(cè)并檢驗(yàn)預(yù)測(cè)結(jié)果是否滿足關(guān)于預(yù)測(cè)精度的相關(guān)要求。具體要求：預(yù)檢測(cè)：a．PA,PB,PC,PD；b．P4；c．P58。預(yù)測(cè)時(shí)間范圍分別為（預(yù)測(cè)用的歷史數(shù)據(jù)范圍可自行選取）：a.5月31分至5月31日23時(shí)45b.5月31日23時(shí)45試依據(jù)附件1中關(guān)于實(shí)時(shí)預(yù)測(cè)的考評(píng)要求剖析你所采用方式的確切性；你推薦哪種方式？問題2：試剖析風(fēng)馬達(dá)組的凝聚對(duì)于預(yù)測(cè)結(jié)果偏差的影響。問題3：進(jìn)一步提升風(fēng)電功率實(shí)時(shí)預(yù)測(cè)精度的探求。通過求解上述問題，剖析論證妨礙風(fēng)電功率實(shí)時(shí)預(yù)測(cè)精度進(jìn)一步改善的主要誘因。
風(fēng)電功率預(yù)測(cè)精度是否能無限提升？問題一該問題是電功率的實(shí)時(shí)預(yù)測(cè)及偏差剖析，其主要研究目的是構(gòu)建一定的物理模型來盡可能確切地作出風(fēng)電功率的實(shí)時(shí)預(yù)測(cè)，并使的預(yù)測(cè)結(jié)果的偏差在滿足國家相關(guān)規(guī)定的基礎(chǔ)上盡可能小，便于提供給電力調(diào)度部門，便捷其優(yōu)化調(diào)度安排。該問題屬于預(yù)測(cè)類的物理問題，且是直接借助歷史數(shù)據(jù)，使用一定的物理模型進(jìn)行預(yù)測(cè)。常見的方式有人工神經(jīng)網(wǎng)路法、時(shí)間序列法(AMAR)、遺傳算法、灰色剖析預(yù)測(cè)法、卡爾曼檢波法、及其它算法問題一要求起碼用三種預(yù)測(cè)方式對(duì)這六個(gè)量在未來16個(gè)時(shí)點(diǎn)的風(fēng)電功率數(shù)值進(jìn)行預(yù)測(cè)，并對(duì)結(jié)果進(jìn)行偏差剖析，確定實(shí)時(shí)預(yù)測(cè)的相對(duì)偏差不能小于15%。因?yàn)轭}中所要求的16個(gè)預(yù)測(cè)結(jié)果是滾動(dòng)預(yù)測(cè)所得，通常來說，風(fēng)電功率的預(yù)測(cè)值與實(shí)測(cè)值之間存在相對(duì)較大的偏差，這就須要我們對(duì)結(jié)果進(jìn)行偏差剖析后再依照剖析結(jié)果對(duì)模型進(jìn)行進(jìn)一步優(yōu)化。基于以上考慮，我們可以分別用時(shí)間序列法構(gòu)建物理模型一，用白色剖析預(yù)測(cè)法構(gòu)建物理模型二，用人工神經(jīng)網(wǎng)路法構(gòu)建物理模型三，對(duì)結(jié)果進(jìn)行預(yù)測(cè)電功率解題技巧總結(jié)，并將預(yù)測(cè)結(jié)果進(jìn)行比較，同時(shí)分別對(duì)各模型所的預(yù)測(cè)結(jié)果進(jìn)行問題二本問題要求剖析風(fēng)馬達(dá)組的凝聚對(duì)與預(yù)測(cè)數(shù)據(jù)偏差的影響。
在我國主要采用集中開發(fā)的方法開發(fā)風(fēng)電，各風(fēng)馬達(dá)組功率凝聚通過風(fēng)電場(chǎng)或風(fēng)電場(chǎng)群（多個(gè)風(fēng)電場(chǎng)凝聚而成）接入電網(wǎng)。諸多風(fēng)馬達(dá)組的凝聚會(huì)改變風(fēng)電功率波動(dòng)的屬性，因而可能影響預(yù)測(cè)的偏差。故而對(duì)風(fēng)馬達(dá)組的凝聚和其相應(yīng)的預(yù)測(cè)數(shù)據(jù)偏差進(jìn)行剖析，得出兩者之間的關(guān)系，將對(duì)我們剖析預(yù)測(cè)大規(guī)模的風(fēng)電場(chǎng)群的風(fēng)電功率提供參考。即問題二實(shí)質(zhì)上是研究風(fēng)馬達(dá)組的臺(tái)數(shù)與對(duì)應(yīng)的風(fēng)電功率預(yù)測(cè)值的相對(duì)偏差之間的關(guān)系。因而，我們可以用問題中學(xué)預(yù)測(cè)結(jié)果的相對(duì)偏差，比較單臺(tái)風(fēng)馬達(dá)組功率（PA，PB，PC，PD）預(yù)測(cè)的相對(duì)偏差與多機(jī)總功率（P4，P58）預(yù)測(cè)的相對(duì)偏差，再用時(shí)序剖析法構(gòu)建模型四來擬合確定臺(tái)數(shù)的風(fēng)電功率預(yù)測(cè)值的相對(duì)偏差與對(duì)應(yīng)風(fēng)馬達(dá)組的臺(tái)數(shù)之間的函數(shù)關(guān)系，從而對(duì)風(fēng)馬達(dá)組凝聚給風(fēng)電功率預(yù)測(cè)偏差帶來的影響做預(yù)期。問題三從問題一和問題二的結(jié)果我們可以看出模型一、模型二、模型三所得出的預(yù)測(cè)結(jié)果都存在一定程度的偏差，而提升風(fēng)電功率實(shí)時(shí)預(yù)測(cè)的確切程度對(duì)改善風(fēng)電聯(lián)網(wǎng)運(yùn)行性能有重要意義。因此在模型一、模型二、模型三的基礎(chǔ)上，建立有更高預(yù)測(cè)精度的實(shí)時(shí)預(yù)測(cè)方式是十分必要的。通過對(duì)問題一的求解，我們可以分別得到模型一、模型二、模型三的擬合優(yōu)度，再借助三個(gè)擬合優(yōu)度的比值來確定三個(gè)模型所得預(yù)測(cè)值的權(quán)重，因而用組合預(yù)測(cè)的方式得出模型五，致使預(yù)測(cè)精度進(jìn)一步增強(qiáng)。
AC：自相關(guān)子數(shù)；PAC:偏自相關(guān)字?jǐn)?shù)；：殘差；10.：相對(duì)方差；11.NSE：均分根偏差；12.MAE：平均絕對(duì)偏差；13.個(gè)非線性變換單元“中心”向量；14.：隱單元的變換函數(shù)；15.：權(quán)重；16.問題一模型一(非平穩(wěn)時(shí)間序列模型)1、數(shù)據(jù)預(yù)處理首先取58月30號(hào)的96個(gè)樣本數(shù)據(jù)序列{序列曲線由圖一表明：該樣本構(gòu)成的時(shí)間序列為非平穩(wěn)時(shí)間序列。由此對(duì)該樣本值進(jìn)行有序差分變換差分算子對(duì)96個(gè)樣本值進(jìn)行一階差分可得到如下{數(shù)據(jù)差分處理序列曲線有圖二表明：該序列已平穩(wěn)，則原時(shí)間序列可表示為2、平穩(wěn)隨機(jī)時(shí)間序列模型的辨識(shí)2.1估算偏自相關(guān)系數(shù)及自相關(guān)系數(shù)2.1.1自相關(guān)函數(shù)2.1.2偏自相關(guān)函數(shù)kk系數(shù)kk的偏自相關(guān)系數(shù)運(yùn)用統(tǒng)計(jì)學(xué)軟件我們得到該平穩(wěn)序列{PACF、ACF如右圖（3）差分處理數(shù)據(jù)的相關(guān)性剖析2.2模型辨識(shí)與模型參數(shù)恐怕2.2.1模型辨識(shí)我們運(yùn)用精典的Box模型辨識(shí)方式對(duì)于AR模型，其偏自相關(guān)函數(shù)滿足下式對(duì)于ARMA模型，同時(shí)具備AR和MA模型的特點(diǎn)。由此我們給出三種模型的基本特點(diǎn)如表一三種基本模型特點(diǎn)類別模型名稱偏自相關(guān)函數(shù)截尾由前面kk2.2.2模型參數(shù)恐怕由2.2.1我們得到該模型屬于模型，因而我們對(duì)該模型進(jìn)行參數(shù)恐怕，由該模型可推得模型，我們依照的階數(shù)較高，可運(yùn)用線性跌代法求解。2.3模型定階依照AIC最小信息準(zhǔn)則法進(jìn)行模型定階，經(jīng)過逐漸的模型擬合，矩恐怕模型參數(shù)恐怕，我們最終得到當(dāng)模型的階數(shù)為AR模型，擬合療效達(dá)到最優(yōu)。如右圖（4）