基于小波包的短时风机出力组合预测模型研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-20页 |
| ·课题背景及意义 | 第12-15页 |
| ·风电场功率预测研究现状 | 第15-18页 |
| ·基于历史数据的风电功率预测 | 第16页 |
| ·基于物理模型的风电功率预测 | 第16-17页 |
| ·国内外研究现状 | 第17-18页 |
| ·本文所做工作及章节安排 | 第18-20页 |
| 第二章 小波包变换及应用 | 第20-28页 |
| ·小波分析的概念及发展 | 第20-23页 |
| ·连续小波变换 | 第20-21页 |
| ·离散小波变换 | 第21-23页 |
| ·多分辨率分析 | 第23页 |
| ·小波包变换原理 | 第23-25页 |
| ·小波包的空间分解 | 第24页 |
| ·小波包的分解与重构 | 第24-25页 |
| ·风电功率数据的小波包分解 | 第25-26页 |
| ·小波包-BP神经网络的风电功率预测 | 第26-27页 |
| ·章节小结 | 第27-28页 |
| 第三章 纵横交叉算法 | 第28-45页 |
| ·智能算法研究现状 | 第28-30页 |
| ·纵横交叉算法 | 第30-39页 |
| ·CSO的两种交叉及竞争算子 | 第31-35页 |
| ·CSO的搜索行为 | 第35-39页 |
| ·基于纵横交叉算法的函数优化 | 第39-44页 |
| ·章节小结 | 第44-45页 |
| 第四章 基于小波包变换和组合预测的风功率预测模型 | 第45-57页 |
| ·组合预测模型 | 第45-47页 |
| ·组合预测方法的分类 | 第45-47页 |
| ·组合预测模型的权重 | 第47-52页 |
| ·传统数学方法 | 第47-51页 |
| ·智能算法 | 第51-52页 |
| ·小波包-组合预测模型 | 第52-56页 |
| ·小波包-方差倒数法组合预测模型 | 第53-55页 |
| ·小波包-CSO组合预测模型 | 第55-56页 |
| ·章节小结 | 第56-57页 |
| 第五章 实验与仿真 | 第57-71页 |
| ·CSO优化神经网络参数 | 第57-65页 |
| ·小波包-组合预测模型仿真 | 第65-70页 |
| ·章节小结 | 第70-71页 |
| 结论与展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读学位期间发表论文 | 第79-81页 |
| 致谢 | 第81-82页 |
| 附录 | 第82-89页 |
