摘 要

本文对于风电这一能源的发展做了介绍，现在属于一个关注度较高的产业。因为现行的在线监测技术较为落后，不能很好的对风速进行记录，且风速数据量大，由此导致信息统计和分析工作陷入困境；由于风速的不稳定等特性导致供电系统会出现各种各样的问题，如何防范并准确预测是现阶段急需考虑的一个问题。

针对这两个问题，本文首先搭建了一个云计算平台，建立了一个基于云计算的在线监测系统，能够通过远程操作对风速进行分析统计工作；建立了一个风速预测模型，先对风速数据进行预处理，再将数据带入到模型中以达到预测的目的。

本文建立的基于云计算的在线监测模型对于风速的在线监测有很大的帮助，处理数据更加便捷，更高效。 提出的创新型风速预测模型能更准确的预测风速，具有实时预测的效果，这两项模型对于风电技术的朝前发展和不断进行提供了极大的保障。

关键词：云计算；在线监测；风速预测；小波变换

Abstract

This article describes the development of wind power, which is now a high-profile industry. Because the current online monitoring technology is relatively backward, the wind speed cannot be well recorded, and the amount of wind speed data is large. As a result, information statistics and analysis work is in trouble; due to the instability of wind speed, various characteristics of the power supply system will appear. The problem of how to prevent and accurately predict is an issue that needs urgent consideration at this stage.

Aiming at these two problems, this paper first built a cloud computing platform and established an online monitoring system based on cloud computing, which can analyze and count the wind speed through remote operation. A wind speed forecasting model was established and wind speed data was firstly pre-measured. Processing, then bring the data into the model for the purpose of prediction.

The on-line monitoring model based on cloud computing established in this paper is very helpful for on-line monitoring of wind speed, and the processing of data is more convenient and more efficient. The proposed innovative wind speed prediction model can more accurately predict wind speed and has the effect of real-time forecasting. These two models provide great guarantee for the forward development and continuous implementation of wind power technology.

Key Words：Cloud Computing; Online Monitoring; Wind Speed Prediction; Wavelet Transform

目 录

第1章 绪论 1

1.1 课题研究背景 1

1.2 研究现状 4

1.3 风电功率的预测 6

1.4 论文主要内容 7

第2章 云计算及在线监测技术 9

2.1 与计算技术 9

2.2 基于云计算的在线监测技术 10

2.2.1 云计算平台的构建 10

2.2.2 基于云计算的风力发电系统 11

2.3 本章小结 12

第3章 小波分析在风速预测中的应用 13

3.1 小波分析的发展历程 13

3.2 小波及小波变换原理 13

3.2.1 连续小波变换 14

3.2.2 离散小波变换 15

3.2.3 小波重构 15

3.3 Mallat算法原理 16

3.4 使用呼和浩特某区域风速数据进行小波分解 17

3.5 本章小结 19

第4章 风速的时间序列预测模型 20

4.1 平稳时间序列 20

4.2 非平稳时间序列 20

4.3 ARIMA预测模型 21

4.3.1 模型定阶 21

4.3.2 模型估计 22

4.3.3 模型检验 23

4.3.4 滚动时间序列法预测 23

4.4 ARJMA模型建立步骤 23

4.5 实例分析 25

4.5.1 风速数据图 25

4.5.2 平稳性处理 25

4.5.3 模型阶数估计 26

4.5.4 模型参数估计 27

4.5.5 模型适应性检验 28

4.6 本章小结 30

第5章 环境影响及经济性分析 32

5.1 环境影响 32

5.1.1 减少CO2的排放量 32

5.1.2 环境价值影响 32

5.2 经济性分析 33

第6章 总结与展望 34

6.1 研究的内容与成果 34

6.2 工作展望 34

参考文献 36

致 谢 38

附 录 39

第1章 绪论

1．1 课题研究背景和意义

自改革开放以来，传统能源的储量越来越低，由此也引发了环境问题，各个国家都在努力寻找可替代的新能源。新能源开发须坚持可持续的战略，在开发使用传统能源的同时，应该更加注重并开发利用对生态有利的新型可持续再生能源，并充分的利用好风能、潮汐能、太阳能、核能等可持续再生能源己成为当前的重大任务。风力发电的优势在于：

1)风能环保。与消耗煤、石油和天然气等一系列传统的化石能源进行发电相比，风能发电是环境友好型的，不会产生CO2气体和SO2等对社会生态有害的气体。

2)风电场规划方便。风电场一般选择在风能比较丰富的荒岛、山岭、沙漠以及沿海地区，占用的耕地面积少。现有的低速风电场大多建造在人口较为密集的地区，再进行一定的规划，一般也不会占用耕地，更不会影响耕种。