风电场准确的风速预测可以减轻或避免风电对电网的不利影响,有利于在开放的电力市场环境下正确制定电能交换计划,提高风电竞争力。基于风速序列的时序性,使用极大似然法对风速序列进行了Box-Cox最优变换,建立了ARMA(p,q)风速预测模型。...风电场准确的风速预测可以减轻或避免风电对电网的不利影响,有利于在开放的电力市场环境下正确制定电能交换计划,提高风电竞争力。基于风速序列的时序性,使用极大似然法对风速序列进行了Box-Cox最优变换,建立了ARMA(p,q)风速预测模型。为检验时间序列模型的有效性,利用最小信息准则中的BIC(Bayesian Information Criterion)函数对ARMA(p,q)模型进行识别,并通过风速频率曲线对预测结果进行了修正。仿真结果和算例验证了该方法在风电场风速预测中的适用性,具有一定的实用价值。展开更多
文摘风电场准确的风速预测可以减轻或避免风电对电网的不利影响,有利于在开放的电力市场环境下正确制定电能交换计划,提高风电竞争力。基于风速序列的时序性,使用极大似然法对风速序列进行了Box-Cox最优变换,建立了ARMA(p,q)风速预测模型。为检验时间序列模型的有效性,利用最小信息准则中的BIC(Bayesian Information Criterion)函数对ARMA(p,q)模型进行识别,并通过风速频率曲线对预测结果进行了修正。仿真结果和算例验证了该方法在风电场风速预测中的适用性,具有一定的实用价值。
文摘健康状态评估是复杂系统故障预测与健康管理的关键环节,为准确评估系统的状态,提出一种基于改进马田系统(improved Mahalanobis-Taguchi system,IMTS)的评估方法。首先,通过监测多特征参数的时间序列,运用IMTS筛选特征并计算加权马氏距离(weighted Mahalanobis distance,WMD);然后,基于WMD构建健康指数(health index,HI)模型,并利用Box-Cox变换和3σ准则确定HI阈值;最后,通过美国国家航空航天局(national aeronautics and space administration,NASA)提供的PHM08数据,对航空发动机的健康状态进行评估。结果表明,该方法能够对复杂系统进行及时有效的综合健康状态评估。
