| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-13页 |
| ·论文的选题背景和研究意义 | 第8-10页 |
| ·课题的研究背景 | 第8-9页 |
| ·课题的研究意义 | 第9-10页 |
| ·课题的国内外研究现状 | 第10-11页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·论文的主要研究内容 | 第11-13页 |
| 2 基于模糊神经网络的风速预测研究 | 第13-25页 |
| ·风速与输出功率特性分析 | 第13-16页 |
| ·风的特性分析 | 第13-15页 |
| ·风速和输出功率之间的关系 | 第15-16页 |
| ·T-S模糊神经网络概述 | 第16-17页 |
| ·模糊数学 | 第16页 |
| ·T-S模糊神经网络 | 第16-17页 |
| ·基于模糊神经网络风速预测建模 | 第17-21页 |
| ·模糊神经网络风速预测实例仿真 | 第21-24页 |
| ·小结 | 第24-25页 |
| 3 基于小波神经网络的兆瓦级风电机组时序输出功率预测研究 | 第25-34页 |
| ·小波神经网络概述 | 第25-26页 |
| ·小波理论 | 第25页 |
| ·小波神经网络 | 第25-26页 |
| ·时间序列预测方法分析 | 第26-27页 |
| ·基于小波神经网络的时间序列输出功率预测建模 | 第27-31页 |
| ·基于小波神经网络的时间序列输出功率预测实例仿真 | 第31-33页 |
| ·小结 | 第33-34页 |
| 4 基于灰色神经网络的兆瓦级风电机组输出功率预测研究 | 第34-43页 |
| ·灰色神经网络概述 | 第34-37页 |
| ·灰色理论 | 第34-35页 |
| ·灰色神经网络概述 | 第35-37页 |
| ·基于灰色神经网络的兆瓦级风电机组输出功率预测建模 | 第37-40页 |
| ·基于灰色神经网络的兆瓦级风电机组输出功率预测实例仿真 | 第40-42页 |
| ·小结 | 第42-43页 |
| 5 基于LS-SVM的兆瓦级风电机组输出功率回归预测研究 | 第43-51页 |
| ·LS-SVM回归概述 | 第43-47页 |
| ·支持向量机基本原理 | 第43-44页 |
| ·LS-SVM回归算法 | 第44-47页 |
| ·基于LS-SVM的兆瓦级风电机组输出功率回归预测建模 | 第47-48页 |
| ·基于LS-SVM的兆瓦级风电机组输出功率回归预测实例仿真 | 第48-50页 |
| ·小结 | 第50-51页 |
| 6 组合模型的兆瓦级风电机组输出功率预测研究 | 第51-58页 |
| ·组合预测 | 第51-52页 |
| ·组合预测概述 | 第51页 |
| ·组合预测的算法 | 第51-52页 |
| ·组合模型兆瓦级风电机组输出功率预测建模 | 第52-53页 |
| ·组合模型的兆瓦级风电机组输出功率预测实例仿真 | 第53-55页 |
| ·不同输出功率预测方法比较分析 | 第55-56页 |
| ·小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
