学位论文 > 优秀研究生学位论文题录展示
基于等效过程小波神经网络的太阳逐日辐射能量实时在线预测模型
作 者: 蔡宗亮
导 师: 王建平
学 校: 合肥工业大学
专 业: 电工理论与新技术
关键词: 太阳逐日辐射能量序列 实时在线预测 小波神经网络 相空间重构 傅里叶变换
分类号: P422.1
类 型: 硕士论文
年 份: 2013年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
太阳逐日辐射能量的预测工作对于近年来国内外广泛开展的光伏发电与并网工作有着极其重要的作用与意义。太阳逐日辐射能量由于其具有较强的非线性、大间歇非平稳性、混沌特性以及过程时间属性因而难以对其进行有效的实时在线预测。目前,国内外已有的预测模型对于太阳逐日辐射能量序列所包含的各种特性考虑不够完全,均存在不同程度上的不足,因此对太阳逐日辐射能量的预测工作做进一步的研究和探索是十分有意义和价值的。本文将傅里叶变换和小波神经网络相结合,等效地构建了太阳逐日辐射能量过程小波神经网络预测模型,实验证明该模型具有一定的理论创新性和较好的可推广性,为太阳逐日辐射能量预测模型的研究和探索工作提供了一种新思路。本文的研究工作如下:1.对太阳逐日辐射能量序列做了定性分析,确定了该序列具有非线性、大间歇非平稳性、混沌特性以及过程时间属性这几个主要特性;明确了太阳逐日辐射能量序列的变化与每日的气象因素也有着极大的关联性。2.将傅里叶变换和小波神经网络相结合,等效地构建了太阳逐日辐射能量过程小波神经网络预测模型。该模型不仅可以对数据所含有的过程时间属性加以提取和处理,实现数据的实时在线预测,也同时具有较为简单的网络结构和较高的运算效率,为太阳逐日辐射能量的预测工作提供一了种新思维、新途径。3.采用太阳逐日辐射能量序列相空间重构的嵌入维数作为预测网络输入函数的输入时间长度;通过对辐射能量数据小波分析的结果确定了网络隐层节点的数量;通过实验法确定了输入数据的傅里叶展开次数。4.选用来源于美国国家航空航天局官方网站,观测点为合肥、海南三亚市、哈尔滨地区2006年至2010年太阳逐日辐射能量数据及相关气象数据作为本文的实验数据,运用Matlab R2009b仿真软件对预测模型进行了训练并利用预测模型实现了太阳逐日辐射能量的实时在线预测,仿真结果表明该方法可行有效。
|
全文目录
摘要 5-6 ABSTRACT 6-7 致谢 7-8 目录 8-10 插图清单 10-11 表格清单 11-12 第一章 绪论 12-18 1.1 课题背景及意义 12-13 1.2 太阳逐日辐射能量序列预测模型研究现状 13-15 1.3 论文研究内容及内容安排 15-18 1.3.1 论文研究内容 15-16 1.3.2 论文内容安排 16-18 第二章 太阳逐日辐射能量序列特性分析 18-31 2.1 太阳逐日辐射能量序列的非线性特性分析 18 2.2 太阳逐日辐射能量序列的大间歇非平稳性特性分析 18-20 2.3 太阳逐日辐射能量序列的混沌特性分析 20-24 2.3.1 混沌时间序列特性分析 20-21 2.3.2 太阳逐日辐射能量序列混沌特性判定 21-24 2.4 影响太阳逐日辐射能量变化的环境因素 24-26 2.5 太阳逐日辐射能量序列的过程属性分析 26-27 2.6 太阳逐日辐射能量序列的预测方法研究 27-30 2.7 太阳辐射能量预测时间分辨率的选择 30 2.8 本章小结 30-31 第三章 太阳逐日辐射能量等效过程小波神经网络预测模型 31-39 3.1. 太阳逐日辐射能量预测模型 31-33 3.1.1 太阳逐日辐射能量预测模型 31-32 3.1.2 模型运算表达式的确定 32-33 3.2 预测模型结构参数的确定 33-37 3.2.1 网络输入的确定 33-34 3.2.2 网络输入数据的傅里叶变换 34-36 3.2.3 预测网络隐层节点数的确定 36-37 3.3 预测模型的预测过程 37 3.4 本章总结 37-39 第四章 太阳逐日辐射能量等效过程小波神经网络的训练 39-45 4.1 预测模型数据预处理 39-40 4.1.1 权值归一化 39 4.1.2 输入数据归一化 39-40 4.2 预测模型的训练 40-43 4.2.1 预测模型的训练算法 40-41 4.2.2 预测模型训练的参数调节方法 41-43 4.3 预测模型预测能力的评价方法 43-44 4.4 本章小结 44-45 第五章 仿真实验 45-54 5.1 实验目的与实验条件 45 5.2 预测模型仿真预测实验 45-50 5.2.1 预测模型结构参数的确定试验 45-48 5.2.2 预测模型的训练实验 48-50 5.2.3 预测模型的实际预测实验 50 5.3 对比试验及其分析 50-53 5.3.1 不同预测模型的对比试验 50-52 5.3.2 模型的可推广性对比试验 52-53 5.4 总结 53-54 第六章 总结与展望 54-56 6.1 研究工作总结 54-55 6.2 展望 55-56 参考文献 56-60 攻读硕士期间发表的论文 60-61
|
相似论文
- 铝胁迫下小黑豆的红外光谱特征分析及其铝胁迫响应基因的鉴定,S529
- 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
- 基于混沌时间序列的桥梁变形预测分析,U441
- 小波神经网络在建筑物地基沉降预测中的应用研究,TP183
- 基于混沌支持向量机的采动地表变形分析及预计模型研究,TD325
- 分数阶傅里叶变换在ISAR机动目标成像中的应用,TN957.52
- TDICCD相机整机静态MTF检测新方法,TH74
- 基于嵌入式技术的电能质量监测系统的研究,TM76
- OFDM系统中选择性映射降低峰均比的研究,TN919.3
- 基于混沌映射与FrFT的单通道彩色图像加密算法,TP309.7
- 鲤鱼雌激素受体的分离纯化及其与邻苯二甲酸酯的相互作用研究,S917.4
- 基于最大似然序列估计的电均衡研究和设计,TN911.5
- 无线传感器网络系统虚拟空间技术研究,TN929.5
- 用于电力谐波检测的FFT处理器和通信协议的设计与实现,TM935
- 全光OFDM复用芯片的移相控制系统的硬件设计与实现,TN491
- 电网电磁环境监测系统的设计与实现,TM76
- 人体经穴电位信号处理与生理状态分类方法研究,TN911.7
- 中国股市的非线性检验和建模,F224
- 基于小波神经网络的复合材料损伤声发射信号识别方法研究,TB33
- 模数转换器的测试研究,TN792
- 阵风锋的检测与识别,P425
中图分类: > 天文学、地球科学 > 大气科学(气象学) > 气象基本要素、大气现象 > 大气辐射 > 太阳辐射
© 2012 www.xueweilunwen.com
|