| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·引言 | 第10-12页 |
| ·课题研究背景及来源 | 第10-11页 |
| ·风电功率预测研究的意义 | 第11-12页 |
| ·风电功率预测特点及分类 | 第12-14页 |
| ·风电功率预测特点 | 第12-13页 |
| ·风电功率预测分类 | 第13-14页 |
| ·短期风电功率预测方法 | 第14-16页 |
| ·基于统计理论的预测方法 | 第14-15页 |
| ·基于智能学习理论的预测方法 | 第15-16页 |
| ·组合预测方法 | 第16页 |
| ·预测模型优化方法简介 | 第16-17页 |
| ·粒子群算法 | 第17页 |
| ·遗传算法 | 第17页 |
| ·人工蜂群算法 | 第17页 |
| ·国内外风电功率短期预测技术发展与现状 | 第17-18页 |
| ·论文的主要内容与章节安排 | 第18-21页 |
| 第二章 风电场及风速预测模型 | 第21-34页 |
| ·引言 | 第21页 |
| ·风电场概述 | 第21-22页 |
| ·风电场简介 | 第21页 |
| ·风电场特征分析 | 第21-22页 |
| ·风电场运行数据预处理 | 第22-26页 |
| ·Kalman 滤波算法数学模型 | 第22-24页 |
| ·Kalman 算法基本方程推导 | 第24-26页 |
| ·Kalman 风速滤波的实现 | 第26页 |
| ·基于 Elman 反馈神经网络的预测模型 | 第26-28页 |
| ·Elman 神经网络结构 | 第26-27页 |
| ·Elman 网络学习算法 | 第27-28页 |
| ·Elman 神经网络算法实现 | 第28页 |
| ·基于 Kalman 滤波相空间重构的 Elman 神经网络短期风速预测模型 | 第28-33页 |
| ·相空间重构方法 | 第28-30页 |
| ·预测模型搭建 | 第30页 |
| ·仿真结果及分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 人工蜂群优化算法的研究 | 第34-51页 |
| ·引言 | 第34页 |
| ·人工蜂群算法原理及缺点 | 第34-37页 |
| ·蜜源位置更新 | 第35页 |
| ·蜜源选择算法 | 第35页 |
| ·人工蜂群算法基本流程 | 第35-36页 |
| ·参数分析 | 第36-37页 |
| ·人工蜂群算法的缺点 | 第37页 |
| ·基于二维参数优化的自适应蜂群算法 | 第37-43页 |
| ·自适应蜂群算法的主要改进措施 | 第37-39页 |
| ·自适应蜂群算法的步骤实现 | 第39页 |
| ·仿真测试及结果分析 | 第39-43页 |
| ·小结 | 第43页 |
| ·基于多维优化的熵判别蜂群算法 | 第43-50页 |
| ·熵模型 | 第43-44页 |
| ·种群多样性调节因子 | 第44-46页 |
| ·熵判别蜂群算法的实现 | 第46页 |
| ·仿真测试及结果分析 | 第46-50页 |
| ·小结 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第四章 基于自适应蜂群算法优化的风电功率预测模型 | 第51-58页 |
| ·引言 | 第51页 |
| ·支持向量机回归预测模型 | 第51-54页 |
| ·支持向量机回归原理 | 第51-52页 |
| ·基于 AABC—SVR 风电功率短期预测方法 | 第52-54页 |
| ·实例分析 | 第54-57页 |
| ·AABC—SVR 方法建模预测 | 第55页 |
| ·预测结果分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 风电场风电功率组合预测法 | 第58-75页 |
| ·引言 | 第58页 |
| ·组合预测组合方法 | 第58-59页 |
| ·常规组合预测组合方法 | 第59页 |
| ·ECBC-DMSFE 风电功率短期组合预测方法及实现 | 第59-66页 |
| ·组合模型权重的确定 | 第59-60页 |
| ·ECBC-DMSFE 风电功率短期组合预测方法及实现 | 第60-62页 |
| ·实例仿真与结果分析 | 第62-64页 |
| ·组合方法通用性验证与分析 | 第64-65页 |
| ·小结 | 第65-66页 |
| ·基于蜂群算法优化的 Theil 不等系数和 IOWHA 组合预测模型 | 第66-72页 |
| ·Theil 不等系数概念 | 第66页 |
| ·IOWA 算子定义 | 第66页 |
| ·基于蜂群算法优化的 Theil 不等系数和 IOWHA 组合模型及实现步骤 | 第66-67页 |
| ·预测结果分析 | 第67-70页 |
| ·组合方法通用性验证与分析 | 第70-71页 |
| ·小结 | 第71-72页 |
| ·工程应用 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| ·全文总结 | 第75-76页 |
| ·前景展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83页 |
