首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

仿生智能算法在新能源电力系统参数预测中的应用

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1 引言第11-25页
    1.1 能源产业发展现状第11-13页
        1.1.1 国外能源产业发展现状第11-12页
        1.1.2 国内新能源产业发展现状第12-13页
    1.2 光伏产业发展状况第13-15页
        1.2.1 国外光伏产业发展状况第13-14页
        1.2.2 国内光伏产业发展现状第14-15页
    1.3 风电产业发展状况第15-16页
        1.3.1 国外风电产业发展状况第15-16页
        1.3.2 国内风电产业发展状况第16页
    1.4 储能产业发展状况第16-18页
        1.4.1 国外储能产业发展状况第16-17页
        1.4.2 国内储能产业发展状况第17-18页
    1.5 课题来源和研究意义第18-19页
    1.6 课题研究现状第19-22页
        1.6.1 支持向量机参数选择研究现状第19-20页
        1.6.2 光伏出力预测研究现状第20-21页
        1.6.3 风功率预测研究现状第21页
        1.6.4 储能研究现状第21-22页
    1.7 论文内容第22-25页
2 机器学习方法—支持向量机第25-35页
    2.1 引言第25页
    2.2 机器学习第25-26页
    2.3 支持向量机(SVM)第26-30页
        2.3.1 支持向量机基本理论第26-27页
        2.3.2 支持向量机分类第27-28页
        2.3.3 支持向量机回归第28-29页
        2.3.4 SVM工具箱第29-30页
    2.4 神经网络第30页
    2.5 蚁群算法简介第30-31页
    2.6 蝙蝠算法(BA)第31-33页
    2.7 本章总结第33-35页
3 改进蝙蝠算法在SVM模型中的应用第35-45页
    3.1 序言第35页
    3.2 改进蝙蝠算法第35-42页
        3.2.1 蝙蝠算法(BA)的缺陷第35-37页
        3.2.2 基于改进的后向寻优蝙蝠算法(BBA)第37-41页
        3.2.3 融合遗传规则的仿生蝙蝠算法(G-BBA)第41-42页
    3.3 基于改进蝙蝠算法优化的SVM第42-44页
    3.4 改进蝙蝠算法与其他仿生学算法的对比第44页
    3.5 本章总结第44-45页
4 基于BBA与G-BBA参数选择的支持向量机光伏出力预测第45-61页
    4.1 引言第45页
    4.2 光伏电池工作原理第45-46页
    4.3 光伏电池输出功率预测第46-48页
    4.4 光伏电池模型构建第48-51页
    4.5 光伏输出功率预测仿真分析第51-58页
        4.5.1 网格算法输出功率预测第53-54页
        4.5.2 BA算法输出功率预测第54-55页
        4.5.3 BBA算法输出功率预测第55-57页
        4.5.4 G-BBA算法输出功率预测第57-58页
        4.5.5 几种输出功率预测模型对比第58页
    4.6 本章总结第58-61页
5 基于BBA支持向量机的风力预测第61-69页
    5.1 引言第61页
    5.2 风电机组及其模型建立第61-64页
        5.2.1 风电机组主要构造第61-62页
        5.2.2 风电机组发电原理第62-63页
        5.2.3 Bladed仿真平台第63-64页
    5.3 基于支持向量机回归的风速预测第64-68页
        5.3.1 湍流风风速预测问题第65-68页
    5.4 本章总结第68-69页
6 电力负载预测与电网运行优化配置问题第69-81页
    6.1 引言第69页
    6.2 负载数据处理第69-74页
        6.2.1 历史数据预处理第69-70页
        6.2.2 样本归一化处理第70页
        6.2.3 基于BBA—SVM短期功率预测模型第70-73页
        6.2.4 基于BBA—SVM短期功率预测第73-74页
    6.3 电网配置问题第74-75页
        6.3.1 风光储数据输入第74-75页
    6.4 简化的电力系统模型第75-79页
        6.4.1 传输系统第75-76页
        6.4.2 经济系统模型第76-79页
        6.4.3 市场经济模型数学公式构建第79页
    6.5 本章总结第79-81页
7 结论第81-83页
    7.1 研究工作总结第81-82页
    7.2 工作展望第82-83页
参考文献第83-89页
学习论文数据集第89页

论文共89页,点击 下载论文
上一篇:基于数据挖掘的Web用户使用模式生成方法研究
下一篇:严寒地区路基冻胀下车辆—无砟轨道系统的动力学行为研究