基于趋势点模型的超短期风电功率预测研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 本课题研究的目的与意义 | 第10页 |
| 1.2 风电功率预测的研究现状 | 第10-16页 |
| 1.2.1 风电功率预测研究的主要分类 | 第10-12页 |
| 1.2.2 风电功率预测研究的主要方法 | 第12-16页 |
| 1.3 本文主要工作 | 第16-18页 |
| 第二章 趋势点模型 | 第18-28页 |
| 2.1 数据挖掘 | 第18-19页 |
| 2.2 相似日 | 第19-20页 |
| 2.3 趋势点状态模型 | 第20-23页 |
| 2.4 趋势点模型 | 第23-25页 |
| 2.5 多步预测 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 趋势点模型在组合预测中的应用 | 第28-38页 |
| 3.1 前言 | 第28页 |
| 3.2 基于权重分配的组合预测模型 | 第28-32页 |
| 3.3 其它组合预测算法 | 第32-34页 |
| 3.3.1 数据的预处理 | 第32-33页 |
| 3.3.2 预测算法的参数选择优化 | 第33-34页 |
| 3.4 最小方差组合预测 | 第34-37页 |
| 3.4.1 最小方差法 | 第34-35页 |
| 3.4.2 传统的最小方差组合预测 | 第35-36页 |
| 3.4.3 基于趋势点模型的组合预测 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于趋势点模型的风电功率预测模型 | 第38-46页 |
| 4.1 本文预测步骤 | 第38页 |
| 4.2 数据预处理 | 第38-42页 |
| 4.2.1 小波分解与重构的基本原理 | 第38-39页 |
| 4.2.2 风电功率历史数据的小波处理 | 第39-42页 |
| 4.3 极限学习机 | 第42-45页 |
| 4.3.1 极限学习机的基本原理 | 第42-43页 |
| 4.3.2 极限学习机的风电功率预测 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 实例分析 | 第46-54页 |
| 5.1 数据说明 | 第46-47页 |
| 5.2 误差判定 | 第47-48页 |
| 5.3 风电功率的预测结果及分析 | 第48-53页 |
| 5.3.1 趋势点模型的预测结果 | 第48-51页 |
| 5.3.2 趋势点组合模型的预测结果 | 第51-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-57页 |
| 6.1 总结 | 第54-55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士期间发表论文情况 | 第63页 |
