| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及研究意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·风功率预测及其研究现状 | 第11-12页 |
| ·预测分类 | 第11页 |
| ·研究现状 | 第11-12页 |
| ·本论文的研究内容 | 第12-14页 |
| 第2章 预备知识 | 第14-25页 |
| ·常用记号 | 第14-15页 |
| ·BP 神经网络 | 第15-19页 |
| ·BP 算法原理 | 第15-17页 |
| ·BP 算法步骤 | 第17-19页 |
| ·RBF 神经网络 | 第19-20页 |
| ·RBF 神经网络结构 | 第19-20页 |
| ·学习算法 | 第20页 |
| ·小波变换 | 第20-23页 |
| ·小波变换 | 第21页 |
| ·常用的小波 | 第21-23页 |
| ·HILBERT 变换 | 第23-25页 |
| 第3章 基于改进 Hilbert-Huang 变换的混合神经网络风功率预测方法 | 第25-37页 |
| ·引言 | 第25-26页 |
| ·改进 HILBERT-HUANG 变换 | 第26-30页 |
| ·经验模态分解 | 第26-28页 |
| ·改进 Hilbert-Huang 变换 | 第28-30页 |
| ·基于改进 HILBERT-HUANG 变换的混合神经网络风功率预测方法 | 第30-31页 |
| ·案例分析 | 第31-36页 |
| ·小结 | 第36-37页 |
| 第4章 基于小波变换的小波混合神经网络风功率预测方法 | 第37-44页 |
| ·引言 | 第37页 |
| ·小波神经网络 | 第37-40页 |
| ·小波神经网络结构 | 第37-38页 |
| ·学习算法 | 第38-40页 |
| ·基于小波变换的小波混合神经网络风功率预测模型 | 第40-41页 |
| ·案例分析 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第5章 基于相空间重构的混沌神经网络风功率预测方法 | 第44-54页 |
| ·引言 | 第44页 |
| ·时间序列的混沌性验证 | 第44-46页 |
| ·时间序列相空间重构 | 第46-48页 |
| ·时间序列相空间重构 | 第46-47页 |
| ·最优时间延迟及嵌入维数 | 第47-48页 |
| ·混沌神经网络 | 第48-50页 |
| ·混沌神经网络结构 | 第48-49页 |
| ·学习算法 | 第49-50页 |
| ·基于相空间重构的混沌神经网络风功率预测模型 | 第50-51页 |
| ·案例分析 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第6章 风功率预测模型对比分析 | 第54-57页 |
| 第7章 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 在学研究成果 | 第62-63页 |
| 致谢 | 第63页 |
