| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-15页 |
| 1.1 论文的选题背景与研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 论文的主要研究内容 | 第13-15页 |
| 2 极限学习机理论 | 第15-21页 |
| 2.1 极限学习机 | 第15-18页 |
| 2.2 核极限学习机 | 第18-20页 |
| 2.3 小结 | 第20-21页 |
| 3 基于优化核极限学习机方法的中期峰值电力负荷预测实验 | 第21-30页 |
| 3.1 GA-KELM算法 | 第21-22页 |
| 3.2 DE-KELM算法 | 第22-23页 |
| 3.3 SA-KELM算法 | 第23-24页 |
| 3.4 中期峰值电力负荷预测实验 | 第24-29页 |
| 3.5 小结 | 第29-30页 |
| 4 基于BBO-KELM算法的短期风电功率预测实验 | 第30-51页 |
| 4.1 生物地理学优化算法 | 第30-39页 |
| 4.1.1 生物地理学理论简介 | 第30页 |
| 4.1.2 生物地理学优化算法及其数学模型 | 第30-36页 |
| 4.1.3 生物地理学优化算法的算法流程 | 第36-37页 |
| 4.1.4 生物地理学优化算法与其他优化算法的区别 | 第37-38页 |
| 4.1.5 采用余弦迁移模型的BBO算法 | 第38-39页 |
| 4.2 BBO-KELM算法 | 第39-40页 |
| 4.3 短期风电功率预测实例 | 第40-50页 |
| 4.3.1 风电功率单步预测实例 | 第41-45页 |
| 4.3.2 风电功率多步预测实例 | 第45-50页 |
| 4.4 小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57页 |
