| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 课题背景及选题意义 | 第7页 |
| 1.2 风电场运行数据基本情况 | 第7-8页 |
| 1.3 风电领域的数据挖掘研究与应用现状 | 第8-12页 |
| 1.3.1 数据预处理 | 第9-10页 |
| 1.3.2 状态检测与故障诊断 | 第10页 |
| 1.3.3 发电量预测 | 第10-12页 |
| 1.4 本文主要工作 | 第12-15页 |
| 第二章 风资源评价指标分析 | 第15-29页 |
| 2.1 引言 | 第15页 |
| 2.2 传统风资源评价指标 | 第15-19页 |
| 2.3 δ 指标体系 | 第19-22页 |
| 2.3.1 平均风力机限值风速 | 第20-21页 |
| 2.3.2 平均风力机限值风功率密度 | 第21-22页 |
| 2.3.3 δ 指标 | 第22页 |
| 2.4 风资源评价指标与发电量的相关性分析 | 第22-27页 |
| 2.5 本章小结 | 第27-29页 |
| 第三章 风电机组功率特性分析方法 | 第29-41页 |
| 3.1 引言 | 第29-30页 |
| 3.2 基于遗传算法求解风电机组功率曲线参数模型改进方法 | 第30-34页 |
| 3.2.1 遗传算法求解功率特性曲参数模型原理 | 第30-32页 |
| 3.2.2 遗传算法求解风电机组功率曲线参数模型改进方法 | 第32-34页 |
| 3.3 算例 | 第34-39页 |
| 3.3.1 算法示例 | 第34-36页 |
| 3.3.2 性能分析 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第四章 风电场运行数据多变量关联分析方法 | 第41-55页 |
| 4.1 引言 | 第41页 |
| 4.2 连续变量动态模糊分区方法 | 第41-46页 |
| 4.3 Apriori算法及改进 | 第46-48页 |
| 4.4 风电场运行数据多变量关联分析方法 | 第48-49页 |
| 4.5 算例 | 第49-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间所取得的相关科研成果 | 第63页 |