基于波动趋势分段的风电功率区间预测

风电的波动性制约着其预测的准确性,为此,在对风电序列变化趋势进行分析的基础上,提出一种基于风电功率波动趋势分段的区间预测方法。首先,在全时段上应用平均滤波算法和滑动窗口提取功率变化趋势及转折点,针对传统分段方法仅考虑相邻转折点间功率变化率的问题,提出一种改进的双时段划分方法来得到分段结果。然后,综合不同时段功率误差的特点,提出一种分段预测方法:对突变时段和非突变时段分别应用k-means算法得到聚类结果,基于非突变时段聚类结果得到非突变时段的误差区间,基于突变时段聚类结果建立分类的误差云模型得到突变时段的误差区间,叠加确定性预测模型的预测值得到全时段区间预测结果。最后,利用Elia的风电数据进行算例分析,结果表明所提方法的风电功率区间预测效果更优。

三维激光扫描变形可监测性指标的确定

将三维激光扫描技术应用到变形监测中,对三维激光扫描测距、测角、光斑及配准误差进行分析,给出点云误差椭球模型。利用得到的误差椭球半轴长度和点位误差极限值的关系,推导点云变形可监测性指标。最终通过模拟的滑坡实验,验证了该变形可监测性指标的可行性。