基于状态空间模型的风速预测研究

《基于状态空间模型的风速预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ＩＨ硕±学位论文！樣＾Ｉ基于状态空间模型的风速预测研究姓名赵玉宏Ｓｍ作者指导教隱名、职称冯海林教授申请学位类别理学硕壬圍确ｍ４学校代码10701学号1307122558分类号TK8密级公开西安电子科技大学硕士学位论文基于状态空间模型的风速预测研究作者姓名：赵玉宏一级学科：统计学二级学科：统计学学位类别：理学硕士指导教师姓名、职称：冯海林教授学院：数学与统计学院提交日期：2015年12月ResearchonWindSpeedPredictionBasedonStateSpaceModelAthesissubmittedt

2、oXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinStatisticsByZhaoYuhongSupervisor:FengHailinProfessorDecember2015１西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加Ｗ标注和致谢中所罗列的内容Ｗ外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得

3、西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研巧所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文若有不实之处一，本人承担切法律责任。本人签名棘．．：方一日期侣化：科乎西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，目Ｐ：研究生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文ｉ的复印件，允许查阅？，、借阅论文；学校可ｔ＾公布论文的全部或部分内容允许采用影印，、缩印或其它复制手段保存论文。同时本人保证结合学位

4、论文研究成果完成的论文、发明专利等成果，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。＿＿、本人篇名：导师篇名：幼玉￣丰〇日期：７Ｋ．化：ｌ日期）２摘要摘要风能已成为当今全球新能源开发中备受关注的一种能源，但在风力发电及其并网的进程中还面临很多挑战性问题，风电功率预测是其中的关键问题之一。本文针对风电场的相关实测数据，运用统计方法分析风电数据的特点，进而建立风速和风电功率预测模型，实现了对风电功率的短期预测。本文给出了基于copula函数和灰色关联度的风电场数据选择方法。首先对目标风电场全年原始数据中的缺失数据做预处

5、理，然后利用copula函数计算目标风电场和其它风电场在全年中的同一时间段数据的秩相关系数，并以秩相关系数为标准选择与目标风电场数据空间相关性最强的风电场数据。进一步计算目标风电场全年的某段数据与所选风电场三年内同一时间段数据的灰色关联度，按照灰色关联度的大小选择最终的输入数据，该方法选定的数据同时考虑了数据间的空间相关性和时间相关性。本文建立了基于状态空间模型的风速预测模型。其中利用时间序列建立了线性状态空间模型，利用支持向量回归机建立了非线性状态空间模型，并在非线性状态空间模型预测中选用无迹卡尔曼滤波，预测过程中对无迹卡尔曼滤波的尺度参数进行局部优化。通过仿真结果比

6、较分析，采用无迹卡尔曼滤波预测的非线性状态模型在预测精度上有一定的提高，是一种实时的预测方法，且对数据量要求不大。关键词：风速预测,状态空间模型,copula函数,关联度,支持向量机回归，无迹卡尔曼滤波IABSTRACTABSTRACTWindpowerisoneofthenewenergywhichhasgainedmoreattention.Butintheprocessofwindpowergenerationanditsinterconnection,alsofacesmanychallengingproblems.AndWindpowerpredictioni

7、soneofthekeyissues.Thispaper,basedonthemeasureddataofwindfarms,bymeansofstatisticalanalysistoobtainthedatacharacteristicsofwindpower,setsupwindspeedandwindpowerpredictionmodel,implementstheshort-termpredictionofwindpower.Thewinddataselectionmethodbasedonthecopulafunctiona