| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及目的 | 第9-10页 |
| 1.2 风电功率预测的国内外研究现状 | 第10-13页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.2.3 流数据计算平台发展现状 | 第12-13页 |
| 1.3 论文主要研究内容及意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-16页 |
| 第2章 相关理论与技术概述 | 第16-21页 |
| 2.1 Storm流式计算平台 | 第16-18页 |
| 2.2 风电功率常用预测算法 | 第18页 |
| 2.3 粗糙集相关理论 | 第18-20页 |
| 2.3.1 粗糙集理论 | 第18-19页 |
| 2.3.2 常用离散化方法 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 基于Storm的风电功率超短期预测算法 | 第21-37页 |
| 3.1 回声状态网络算法 | 第21-25页 |
| 3.1.1 传统回声状态网络算法 | 第21-22页 |
| 3.1.2 分布式回声状态网络算法 | 第22-24页 |
| 3.1.3 算法在Storm上分布式实现的可行性分析 | 第24-25页 |
| 3.2 基于Storm的分布式ESN算法设计 | 第25-29页 |
| 3.2.1 训练模块 | 第25-28页 |
| 3.2.2 预测模块 | 第28页 |
| 3.2.3 评价模块 | 第28-29页 |
| 3.3 基于Storm的分布式ESN算法实现 | 第29-31页 |
| 3.4 仿真结果及分析 | 第31-36页 |
| 3.4.1 环境搭建 | 第31-32页 |
| 3.4.2 实验数据集 | 第32页 |
| 3.4.3 实验参数的选取 | 第32-33页 |
| 3.4.4 实验结果与分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于Storm的并行化预测值修正算法 | 第37-55页 |
| 4.1 基于粗糙集理论的修正算法 | 第37-38页 |
| 4.2 并行预测值修正算法的设计 | 第38-43页 |
| 4.2.1 并行化构建原始信息系统 | 第38-39页 |
| 4.2.2 并行贪心算法的设计 | 第39-41页 |
| 4.2.3 并行化修正预测值 | 第41-43页 |
| 4.3 并行预测值修正算法的实现 | 第43-46页 |
| 4.4 仿真结果及分析 | 第46-54页 |
| 4.4.1 环境搭建 | 第46页 |
| 4.4.2 实验数据集 | 第46-47页 |
| 4.4.3 实验参数的选取 | 第47页 |
| 4.4.4 实验结果与分析 | 第47-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 结论与展望 | 第55-57页 |
| 5.1 总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |