| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 拟解决的问题 | 第13-15页 |
| 1.4 主要研究内容 | 第15-18页 |
| 第二章 风电场数据预处理 | 第18-32页 |
| 2.1 引言 | 第18-19页 |
| 2.2 风电场数据预处理方法 | 第19-25页 |
| 2.2.1 缺失值处理 | 第20页 |
| 2.2.2 合理性检验 | 第20-21页 |
| 2.2.3 噪声值处理 | 第21-25页 |
| 2.2.4 结构分解 | 第25页 |
| 2.3 实验结果 | 第25-30页 |
| 2.4 本章结论 | 第30-32页 |
| 第三章 基于RBF网络的时间序列建模框架研究 | 第32-52页 |
| 3.1 引言 | 第32-33页 |
| 3.2 时间序列建模框架 | 第33-42页 |
| 3.2.1 RBF网络介绍 | 第33-34页 |
| 3.2.2 模型变量选择 | 第34-36页 |
| 3.2.3 模型阶次估计 | 第36-39页 |
| 3.2.4 模型参数优化 | 第39-41页 |
| 3.2.5 模型评价指标 | 第41-42页 |
| 3.3 实验结果 | 第42-50页 |
| 3.3.1 实验评估一 | 第42-47页 |
| 3.3.2 实验评估二 | 第47-50页 |
| 3.4 本章结论 | 第50-52页 |
| 第四章 基于RBF网络的风电场短期风速预测建模 | 第52-72页 |
| 4.1 引言 | 第52-54页 |
| 4.2 风速预测建模处理框架 | 第54-59页 |
| 4.2.1 输入变量融合 | 第55-57页 |
| 4.2.2 本质维度估计 | 第57-59页 |
| 4.3 实验结果 | 第59-70页 |
| 4.4 本章结论 | 第70-72页 |
| 第五章 风电场短期风速多模型AdaBoost方法预测 | 第72-84页 |
| 5.1 引言 | 第72-73页 |
| 5.2 风速预测建模处理框架 | 第73-79页 |
| 5.2.1 风速分解与小波变换 | 第74-76页 |
| 5.2.2 风速分解策略分析 | 第76-77页 |
| 5.2.3 多模型AdaBoost算法 | 第77-78页 |
| 5.2.4 多模型AdaBoost误差分析 | 第78-79页 |
| 5.3 实验结果 | 第79-83页 |
| 5.4 本章结论 | 第83-84页 |
| 第六章 论文总结与展望 | 第84-86页 |
| 6.1 论文工作总结 | 第84-85页 |
| 6.2 论文工作展望 | 第85-86页 |
| 参考文献 | 第86-96页 |
| 参与课题研究情况 | 第96页 |
| 个人获奖情况 | 第96页 |
| 个人科研经历 | 第96页 |
| 相似性检测报告 | 第96-97页 |
| 攻读博士学位期间收录、发表和在审的论文 | 第97-98页 |
| 致谢 | 第98-99页 |
| 论文字符映射表 | 第99页 |