| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.1.1 课题的研究背景 | 第9-11页 |
| 1.1.2 课题研究的目的与意义 | 第11页 |
| 1.2 课题的研究现状 | 第11-14页 |
| 1.2.1 风电功率预测方法分类 | 第11-12页 |
| 1.2.2 风电场功率预测技术的国外现状 | 第12-13页 |
| 1.2.3 风电场功率预测技术的国内现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第2章 风电功率异常数据识别研究 | 第15-26页 |
| 2.1 风速功率曲线 | 第15-16页 |
| 2.2 风玫瑰图 | 第16页 |
| 2.3 计及风向信息的最优方差法 | 第16-19页 |
| 2.3.1 最优方差算法 | 第17-18页 |
| 2.3.2 计及风向信息的最优方差法实现步骤 | 第18-19页 |
| 2.4 算例分析 | 第19-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于局部极差变化率的风电功率波动时序特性分析 | 第26-37页 |
| 3.1 风电功率波动性对超短期多步预测结果的影响 | 第26-29页 |
| 3.2 风电功率局部极差变化率 | 第29-30页 |
| 3.3 灰色多目标决策 | 第30-31页 |
| 3.4 风电功率序列局部极差变化率的识别与刻画 | 第31-34页 |
| 3.5 指标应用 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于粒计算的风电功率超短期预测研究 | 第37-44页 |
| 4.1 粒计算 | 第37-38页 |
| 4.2 模型评价指标 | 第38-39页 |
| 4.3 粒计算预测模型 | 第39-40页 |
| 4.4 算例分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 风电功率超短期概率区间预测研究 | 第44-52页 |
| 5.1 Copula理论及风电功率相关性分析 | 第44-45页 |
| 5.1.1 理论概述 | 第44页 |
| 5.1.2 风电功率预测值与实际值相依关系分析 | 第44-45页 |
| 5.2 风电功率预测误差的条件概率分布 | 第45-46页 |
| 5.3 条件预测误差概率分布流程 | 第46页 |
| 5.4 算例分析 | 第46-51页 |
| 5.4.1 Copula函数的参数估计与选择 | 第46-49页 |
| 5.4.2 概率区间预测的评价指标 | 第49-51页 |
| 5.5 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-65页 |