發(fā)布時間：2020-08-04 10:52

【摘要】：隨著經(jīng)濟的快速發(fā)展,我國各地區(qū)的空氣污染變得越來越嚴重,發(fā)展清潔能源已成為多方共識。風力發(fā)電是開發(fā)清潔能源最受歡迎的方向之一。所以,高精度和可靠的風速預測就變得至關重要。由于風速數(shù)據(jù)的隨機性和不穩(wěn)定性等特點,使得風速很難進行精確的預測。為了提高風速預測的準確度,本文提出了一種基于時間序列數(shù)據(jù)處理、長短期記憶神經(jīng)網(wǎng)絡(LSTM)和極限學習機(ELM)的混合風速預測模型SSA_VMD_LSTM_ELM,然后對我國沿海地區(qū)的風速數(shù)據(jù)進行了風速預測。本文所提出模型的主要內容包括:(1)用奇異普分析(SSA)來提取風速數(shù)據(jù)的趨勢信息和殘差信息;(2)使用變分模態(tài)分解(VMD)方法分別將所提取的趨勢信息和殘差分解為一系列子序列;(3)LSTM網(wǎng)絡用來預測SSA_VMD獲得的低頻子序列;(4)ELM用來預測SSA_VMD獲得的高頻子序列。為了驗證所提出模型的預測性能,選用了常用的風速預測模型以及本文所提模型SSA_VMD_LSTM_ELM的簡化模型等九個混合模型(EEMD_GWO_SVR、CEEMD_GWO_SVR、VMD_GWO_SVR、EEMD_CS_SVR、CEEMD_CS_SVR、VMD_CS_SVR、SSA_ELM、VMD_ELM、VMD_LSTM_ELM)作為對比模型。文中四次數(shù)據(jù)實驗結果表明:新提出的SSA_VMD_LSTM_ELM模型在我國四個沿海城市的風速預測中,都表現(xiàn)出了最好的預測效果;在RMSE、MAE、MAPE三個評價指標上,比其他對比模型至少提高了百分之三十的精度。
【學位授予單位】：蘭州大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：C81

【相似文獻】

相關期刊論文 前10條

1 呂月坪;;一種基于六維打分的混合模型業(yè)務推薦系統(tǒng)[J];福建電腦;2017年03期

2 戴妙林;郭震;秦俊德;;位移混合模型的改進[J];河海大學學報;1992年06期

3 李臘元;適于通信協(xié)議形式描述的一種混合模型[J];計算機學報;1988年05期

4 李旦江,楊立新,顧寧;混合模型及其在恒山拱壩原觀資料分析中的應用[J];水力發(fā)電;1988年05期

5 盧有清,吳中如;混凝土重力壩變形的混合模型及其應用研究[J];大壩與安全;1989年03期

6 李臘元;通信協(xié)議形式描述的一種混合模型研究[J];計算機工程與設計;1989年01期

7 李臘元;;局部網(wǎng)絡通信協(xié)議形式描述的新混合模型[J];武漢水運工程學院學報;1989年03期

8 漆德威;鄭希特;;U(1)格點混合模型相圖的解析研究[J];成都科技大學學報;1989年03期

9 包振華;宋曉琳;;廣義指數(shù)-帕累托(Ⅳ)混合模型[J];遼寧師范大學學報(自然科學版);2018年01期

10 潘迪夫;陳軍;鮑天哲;韓錕;;多輸出支持向量機混合模型在機車調簧中的應用[J];華南理工大學學報(自然科學版);2018年04期

相關會議論文 前10條

1 蘭永紅;吳敏;佘錦華;;基于二維混合模型的最優(yōu)重復控制[A];第二十六屆中國控制會議論文集[C];2007年

2 張隆輝;魏納新;匡曉峰;范亞麗;;系泊系統(tǒng)主動式截斷混合模型試驗技術數(shù)值仿真[A];聚焦應用 支撐創(chuàng)新——船舶力學學術委員會測試技術學組2016年學術會議論文集[C];2016年

3 衛(wèi)穎奇;彭進業(yè);;一種基于混合模型的特征提取方法[A];第三屆全國嵌入式技術和信息處理聯(lián)合學術會議論文集[C];2009年

4 劉廣;許斌;楊積東;;重載車架剛-彈混合模型研究[A];第九屆全國振動理論及應用學術會議論文集[C];2007年

5 吳霄翔;羅陽軍;;基于概率-區(qū)間混合模型的結構尺寸-公差優(yōu)化設計[A];中國計算力學大會2014暨第三屆錢令希計算力學獎頒獎大會論文集[C];2014年

6 吳敏;陳詩桓;周蘭;佘錦華;;基于二維混合模型的輸出反饋重復控制設計[A];第二十七屆中國控制會議論文集[C];2008年

7 徐斌;馬盡文;;一種柯西混合模型上梯度型BYY和諧學習算法[A];第十三屆全國信號處理學術年會（CCSP-2007）論文集[C];2007年

8 馬凌;周江;王文鼐;;突發(fā)性業(yè)務流的Gamma泊松混合模型及排隊性能研究[A];中國通信學會第五屆學術年會論文集[C];2008年

9 劉堯;王華輝;李南伯;袁平;;基于混合模型的航空發(fā)動機磨損趨勢預測[A];2018年軍工裝備技術�？�論文集[C];2018年

10 沈文豪;聶大仕;謝菲;;氣升式內環(huán)流反應器的液相流動混合模型[A];第一屆全國化學工程與生物化工年會論文摘要集(上)[C];2004年

相關重要報紙文章 前4條

1 Julie Battilana，Matthew Lee，John Walker & Cheryl Dorsey 翻譯 譚立立;營利與非營利組織的理想混合模型(上篇)[N];21世紀經(jīng)濟報道;2012年

2 Julie Battilana Matthew Lee John Walker Cheryl Dorsey 翻譯 譚立立;營利與非營利組織的理想混合模型(下篇)[N];21世紀經(jīng)濟報道;2012年

3 ;變化中的分支機構[N];網(wǎng)絡世界;2007年

4 大鵬證券 昌志華 王婧 盧世春 傅曉軒;新方式下的申購策略[N];中國證券報;2001年

相關博士學位論文 前10條

1 陳思寶;基于t-混合模型和擴展保局投影的聚類與降維方法研究[D];安徽大學;2006年

2 凌曉亮;混合模型中的隨機比較[D];蘭州大學;2013年

3 李煒;多種混合模型下的盲信號分離方法研究[D];江南大學;2014年

4 聶偉;不同混合模型下非平穩(wěn)信號的分離與提取[D];哈爾濱工程大學;2017年

5 彭偉才;基于混合模型的中頻振動聲學分析[D];華中科技大學;2010年

6 熊太松;基于統(tǒng)計混合模型的圖像分割方法研究[D];電子科技大學;2013年

7 蘭永紅;基于二維模型的重復控制系統(tǒng)分析與設計[D];中南大學;2010年

8 吳小霞;多重檢驗中FDR方法及其參數(shù)估計問題的研究[D];武漢大學;2010年

9 楊萌;基于Taxonomy-folkonomy混合模型的社會化標注系統(tǒng)資源聚合研究[D];吉林大學;2014年

10 王洪武;基于非線性理論的古諾—伯川德混合模型研究及應用[D];天津大學;2013年

相關碩士學位論文 前10條

1 韓峰;基于混合模型的時間序列預測方法研究[D];天津理工大學;2019年

2 付玉婷;基于智能混合模型對我國短期風速預測的實證研究[D];蘭州大學;2019年

3 趙明明;基于混合模型方法的PM2.5濃度的預測[D];蘭州大學;2019年

4 邱璇琳;基于分頻混合模型的NO_2和SO_2預測研究[D];蘭州大學;2019年

5 高寧;非高斯統(tǒng)計模型的變分學習算法及其應用研究[D];北方工業(yè)大學;2019年

6 宋莉;基于混合模型的中文微博情感分析[D];廈門大學;2017年

7 趙佳;煉鋼流程能耗的控制與調動集成優(yōu)化方法研究[D];東北大學;2015年

8 程麗娟;基于最小二乘支持向量機和馬爾科夫模型的混合模型研究[D];蘭州交通大學;2018年

9 柴五一;血管內超聲斑點概率模型分析及應用[D];南方醫(yī)科大學;2018年

10 周暢;基于深度學習的樂器分類方法研究[D];蘭州財經(jīng)大學;2018年

本文編號：2780450