| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题背景及研究的目的和意义 | 第8-9页 |
| ·风功率预测的必要性 | 第9-12页 |
| ·风功率预测研究现状 | 第12-16页 |
| ·风功率预测方法分类 | 第12页 |
| ·风功率预测的物理模型法 | 第12-13页 |
| ·风功率预测的时间序列法 | 第13-14页 |
| ·风功率预测的人工智能模型和其他模型法 | 第14-15页 |
| ·风功率预测的空间相关性模型法 | 第15-16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第2章 风功率预测的原始数据处理方法研究 | 第18-28页 |
| ·引言 | 第18页 |
| ·风特性分析 | 第18-19页 |
| ·风的数学表达 | 第18页 |
| ·风速切变特性 | 第18-19页 |
| ·风功率影响因素的分析 | 第19-22页 |
| ·风功率影响因素的定性分析 | 第19-21页 |
| ·风功率影响因素的定量分析 | 第21-22页 |
| ·空间相关性法在风功率预测中的应用 | 第22-24页 |
| ·不同地点数据的空间相关性分析 | 第22-23页 |
| ·数据的修正方法 | 第23-24页 |
| ·原始数据处理及预测输入变量选择 | 第24-26页 |
| ·原始数据的处理方法 | 第24-26页 |
| ·风速预测模型的输入变量选择 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第3章 基于动态神经网络法的风功率预测 | 第28-49页 |
| ·引言 | 第28页 |
| ·人工神经网络基本原理 | 第28-31页 |
| ·神经元模型 | 第29页 |
| ·传递函数 | 第29页 |
| ·神经网络结构 | 第29-30页 |
| ·神经网络的训练 | 第30-31页 |
| ·BP 神经网络风功率预测模型的建立 | 第31-35页 |
| ·BP 神经网络结构 | 第31-32页 |
| ·提前24 小时BP 神经网络风功率预测模型的建立 | 第32-33页 |
| ·风电场输出功率的预测结果分析 | 第33-35页 |
| ·RBF 神经网络风功率预测模型的建立 | 第35-38页 |
| ·RBF 神经网络的网络结构 | 第35-36页 |
| ·提前24 小时RBF 神经网络预测模型的建立 | 第36-37页 |
| ·风电场输出功率的预测结果分析 | 第37-38页 |
| ·动态神经网络风功率预测模型的建立 | 第38-47页 |
| ·全局反馈时延神经网络风功率预测模型的建立 | 第38-43页 |
| ·局部反馈时延神经网络风功率预测模型的建立 | 第43-47页 |
| ·风电场输出功率预测模型的评价 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第4章 风功率预测在日前发电调度计划中的应用 | 第49-60页 |
| ·引言 | 第49页 |
| ·含风电的日前发电计划模型的建立 | 第49-51页 |
| ·基于动态规划法的含风电的日前发电计划模型求解 | 第51-55页 |
| ·动态规划法的基本概念 | 第51-52页 |
| ·动态规划法在机组组合中的应用 | 第52-55页 |
| ·基于风功率预测的日前调度模型的算例分析 | 第55-58页 |
| ·本章小结 | 第58-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66页 |