| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 选题研究背景及意义 | 第10-11页 |
| 1.2 风电功率预测研究方法 | 第11-14页 |
| 1.3 风电功率预测国内外研究现状 | 第14-15页 |
| 1.4 本文主要研究工作 | 第15-18页 |
| 第二章 风电功率预测建模及影响因素分析 | 第18-30页 |
| 2.1 风电系统与模型概述 | 第18-22页 |
| 2.1.1 风力发电发展 | 第18-19页 |
| 2.1.2 风力发电机组分类 | 第19页 |
| 2.1.3 风速概率模型 | 第19-21页 |
| 2.1.4 风电输出功率模型 | 第21-22页 |
| 2.1.5 风力传动机构模型 | 第22页 |
| 2.2 风电场输出功率影响因素分析 | 第22-26页 |
| 2.2.1 风速的影响分析 | 第22-24页 |
| 2.2.2 风向的影响分析 | 第24页 |
| 2.2.3 温度的影响分析 | 第24-25页 |
| 2.2.4 空气密度的影响分析 | 第25页 |
| 2.2.5 其他因素的影响分析 | 第25-26页 |
| 2.3 风电功率预测模型的确定 | 第26-27页 |
| 2.4 风电功率预测误差分析 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于BP神经网络的风电功率预测 | 第30-48页 |
| 3.1 人工神经网络概述 | 第30-38页 |
| 3.1.1 人工神经网络的原理 | 第30-33页 |
| 3.1.2 人工神经网络的分类 | 第33-34页 |
| 3.1.3 人工神经网络的学习 | 第34-38页 |
| 3.2 BP神经网络预测模型的建立 | 第38-40页 |
| 3.3 样本数据的处理 | 第40-41页 |
| 3.4 仿真分析 | 第41-46页 |
| 3.4.1 BP神经网络功率预测模型训练 | 第41-44页 |
| 3.4.2 BP神经网络功率预测模型测试 | 第44-46页 |
| 3.5 本章总结 | 第46-48页 |
| 第四章 基于蜂群算法改进的BP神经网络风电功率预测 | 第48-62页 |
| 4.1 人工蜂群算法概述 | 第48-51页 |
| 4.2 ABC-BP神经网络预测建模步骤 | 第51-53页 |
| 4.3 ABC-BP神经网络训练模型的确定 | 第53-54页 |
| 4.4 ABC-BP神经网络训练模型的测试 | 第54-57页 |
| 4.5 ABC-BP神经网络与BP神经网络训练模型对比 | 第57-60页 |
| 4.6 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 论文总结 | 第62-63页 |
| 5.2 论文创新点 | 第63页 |
| 5.3 论文展望 | 第63-64页 |
| 致谢 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |