基于机器学习的风电场短期功率预测开题报告
2020-04-12 14:07:57
1. 研究目的与意义(文献综述)
1.目的及意义
1.1 研究目的和意义
长期以来,人类长期使用化石能源这一不可再生资源作为发电的主要手段,其数量日益紧缺,另一方面,化石能源的长期使用在对地球环境造成巨大污染的同时增强了人类环境意识和环境科学与工程领域的飞速发展。就发电这一领域而言,人们提出了许多能够取代火力发电的发电方式。风力发电作为火力发电的替代方式之一,利用可再生的自然现象风,将其能量有效收集并转化为可正常使用的电能,以实现自然资源的高效清洁使用。作为一项新兴技术,风力发电已受到国内外越来越多的学者和工程师关注[1]-[6]。而发电功率预测则是实现风电场能够并网且高效运行的一个先决条件。由于风力本身受天气影响非常大,会导致其风速和风向不断变化,为了确保供电需求和电网的可靠,风电场必须能够及时调整参数和设备,宏观上制定合理的计划以降低风电的成本[7]。该过程中最理想的情况即可以在不确定的天气环境下适当地对风电功率做出预测,进而有计划地调整设备。
2. 研究的基本内容与方案
2.研究(设计)的基本内容、目标、拟采用的技术方案及措施
2.1 研究目标
借助机器学习的手段编写一个算法,利用收集到的或仿真的数据对算法进行训练,进而实现对未来5-24小时风电场发电功率的预测。
3. 研究计划与安排
第 1-2 周 查阅、收集机器学习和风电场相关的资料,了解机器学习等理论及实现的基本方法,写出开题报告
第 3-4 周 确定系统总体方案,学习编程语言并搭建出预测模型的核心部分
第 5-7 周 设计系统其他模块的流程图及功能设计
4. 参考文献(12篇以上)
[1]u.s. department of energy.20% wind energy by 2030: increasing wind energy’s contribution to u.s.[ol]. electricitysupply doe/go-102008-2567, 2008. available: http://www. nrel.gov/docs/fy08osti/41869.pdf
[2]global wind energy council.global wind energy outlook[ol]. 2008. available:http://www.gwec.net/index.php?id=92
[3]european wind energyassociation. focus on 2030: ewea aims for 22% of europe’s electricity by 2030[ol].wind directions, 2006. available: http://www.ewea.org/fileadmin/ewea_documents/