摘要:能源是人类发展进步的重要物质基础。但是传统的能源例如煤炭、石油等都是不可再生能源，它们数量有限，随着社会进步这些不可再生能源的储量日益减少，而且如果过量使用此类能源，还会造成环境污染。所以近年来开发可再生能源成为国际上倍加关注的话题。风能是一种清洁的可再生的环保能源，它无污染而且储量大，是目前最具发展前景的一种能源，是实现可持续发展的重要资源，并且在缓解全球能源危机的问题上发挥着越来越重要的作用。

但是风能受地形、天气、气压等因素的影响，具有间歇性、波动性等特点。导致风力发电的输出由于风力的变化很不稳定，对于电网的稳定性产生一定的影响。所以准确的风电预测就显得十分重要。本课题在研究江苏某风电场过去一个月的风电数据的基础上，基于统计分析和神经网络的方法，对将来一段时间内的输出功率进行预测。课题所用的统计分析的方法为时间序列分析法，首先对训练数据进行数据分析，剔除数据中的异常点，其中采用了三种剔除异常值的方法并进行比较，选出比较好的方法。数据预处理后建立BP神经网络预测模型，输入风速、温度、气压、风向、湿度五个因素对输出功率进行预测。

关键词：统计方法，时间序列，数据分析，BP神经网络，功率预测

目  录

摘  要

ABSTRACT

第一章 绪论-1

1.1课题背景-1

1.2预测方法概述-1

1.3国内外研究现状-2

1.4研究本课题的意义-3

1.5统计分析的方法-3

1.6本课题研究内容和方法-4

第二章 数据预处理-5

2.1时间序列法原理及特性-5

2.2时间序列建模-5

2.2.1数据的平稳性检验-5

2.2.2数据异常值的剔除-6

2.2.3各种方法结果比较-8

2.3历史数据分析-10

2.4本章小结-12

第三章BP神经网络预测-13

3.1 BP神经网络简介-13

3.2 BP神经网络模型的建立-13

3.2.1样本选取-13

3.2.2隐层节点数的确定-13

3.23传递函数的选择-14

3.2.4输入层参数确定-14

3.2.5误差函数的设定-14

3.3 未经过修正的预测结果分析-15

3.4加入修正因子后的结果-16

3.5本章小结-17

第四章 总结与展望-18

4.1研究工作总结-18

4.2课题研究展望-19

参考文献-20

致    谢-22