基于GA-BP神经网络的风电功率预测方法研究

为了解决风电功率预测易受各种因素影响产生异常数据导致预测准确度不高的问题,提出了一种基于遗传算法-反向传播(GA-BP)神经网络的风电功率预测方法。首先,通过数学模型中的四分位算法对异常数据进行识别,并通过加入带通滤波器剔除异常数据。然后,在风电功率预测的方法上设计新型GA-BP神经网络算法,通过自检验及循环检测的方式获得准确的风电功率预测结果。试验结果表明,该方法不仅有很强的异常数据识别能力,而且在进行风电功率预测时可以保持90%以上的准确率,具有良好的数据处理稳定性。该研究大幅提升了风电功率预测的工作效率,为风电功率预测技术的进一步发展提供了技术参考。

风电变流器大功率试验平台监控系统的设计研究

风电变流器涉及物理量众多,系统相对复杂,对试验平台监控系统的稳定性和实时性要求较高,本文工程从实际应用出发,对监控系统进行了总体设计、监控装置设计、测控系统硬件设计以及DSP软件程序设计,在此基础上采用模块化设计出风电变流器大功率的试验平台监控系统。

浅析风力发电机组无功补偿问题

近几年来,风电场的规模和单台风力发电机的容量不断增加,风电场对电网运行的影响日益突出。又由于接入电网的送电线路较长,风电机组出力的随机性、间歇性和不可控性等因素,风电场并网运行对电网的电压质量和电网的电压稳定性影响很大。因此稳定电网电压、实现无功补偿非常重要。本文重点介绍了无功补偿的基本原理、补偿的具体方法、补偿所用的主要装置及风电场无功补偿的措施等。

浅谈风力发电机组的监控系统

风力资源丰富的地区一般都是在沿海地区、海岛、海上、山口或草原地区,针对分散安装的风力发电机组要求能够实现无人值守运行和进行远程监控,因此对风力发电机组控制系统的自动化程度和可靠性提出了极高的要求。本文详细介绍了大型风力发电机组监控系统的基本结构、数据监测内容、信息通讯方式、控制软件功能特点及系统的抗干扰措施等。