| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 风电功率预测研究现状 | 第9-13页 |
| 1.2.1 国外预测系统研究现状 | 第9-10页 |
| 1.2.2 国内预测系统研究现状 | 第10-11页 |
| 1.2.3 风电功率预测方法 | 第11-13页 |
| 1.2.4 不足之处 | 第13页 |
| 1.3 风电功率预测评价指标 | 第13页 |
| 1.4 本论文工作 | 第13-15页 |
| 2 基本理论介绍 | 第15-29页 |
| 2.1 时间序列的混沌属性 | 第15-18页 |
| 2.1.1 时间序列的混沌识别 | 第15-16页 |
| 2.1.2 时间序列的相空间重构 | 第16-17页 |
| 2.1.3 风电功率时间序列的相空间重构 | 第17-18页 |
| 2.2 各单项预测方法 | 第18-28页 |
| 2.2.1 时间序列预测法 | 第18-20页 |
| 2.2.2 灰色预测法 | 第20-22页 |
| 2.2.3 BP神经网络法 | 第22-23页 |
| 2.2.4 RBF神经网络 | 第23-24页 |
| 2.2.5 GRNN神经网络法 | 第24-25页 |
| 2.2.6 支持向量机预测法 | 第25-28页 |
| 2.3 小结 | 第28-29页 |
| 3 基于不同优化准则的风电功率横向组合模型 | 第29-43页 |
| 3.1 单项预测模型的选择 | 第29-31页 |
| 3.1.1 最大-最小贴近度的基本概念 | 第30页 |
| 3.1.2 单项预测模型的择优原理 | 第30-31页 |
| 3.1.3 单项预测模型的选择 | 第31页 |
| 3.2 不同优化准则的组合模型 | 第31-32页 |
| 3.3 优化模型的形成 | 第32-34页 |
| 3.3.1 不同优化准则的组合预测模型的灰色关联度 | 第32-33页 |
| 3.3.2 优化模型的权系数计算 | 第33-34页 |
| 3.4 本章的预测思路 | 第34页 |
| 3.5 算例分析 | 第34-42页 |
| 3.6 小结 | 第42-43页 |
| 4 基于诱导有序加权调和平均算子的风电功率横向组合模型 | 第43-50页 |
| 4.1 IOWHA算子的概念 | 第43-44页 |
| 4.2 基于IOWHA算子的组合模型 | 第44页 |
| 4.3 改进的诱导值计算方法 | 第44-45页 |
| 4.4 本章的预测思路 | 第45页 |
| 4.5 算例分析 | 第45-49页 |
| 4.6 小结 | 第49-50页 |
| 5 基于小波分解和相空间重构的风电功率纵向组合模型 | 第50-63页 |
| 5.1 小波分析 | 第50-52页 |
| 5.1.1 小波变换 | 第50-51页 |
| 5.1.2 小波的多尺度分析 | 第51-52页 |
| 5.2 游程判定法 | 第52页 |
| 5.3 纵向组合模型的预测方法 | 第52-53页 |
| 5.4 算例分析 | 第53-61页 |
| 5.5 小结 | 第61-63页 |
| 6 结论和展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 | 第70页 |
| A. 作者在攻读硕士期间发表的论文 | 第70页 |
