| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·引言 | 第8-10页 |
| ·课题研究的背景 | 第8-9页 |
| ·课题研究的目的和意义 | 第9-10页 |
| ·风电场功率预测的分类 | 第10-11页 |
| ·按预测时间分类 | 第10-11页 |
| ·按预测对象范围分类 | 第11页 |
| ·风电场功率预测的方法与原理 | 第11页 |
| ·基于历史数据的风电场功率预测 | 第11页 |
| ·基于数值气象预报的风电场功率预测 | 第11页 |
| ·风电场功率预测的研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·课题的研究内容 | 第14-15页 |
| 2 风电场参数统计规律 | 第15-21页 |
| ·引言 | 第15页 |
| ·风速和风向基本知识 | 第15页 |
| ·风电场运行数据的统计 | 第15-18页 |
| ·风速和风向统计 | 第16-17页 |
| ·发电量的统计 | 第17-18页 |
| ·风电场运行数据的预处理 | 第18-19页 |
| ·坏数据的剔除 | 第18页 |
| ·缺失数据的补充 | 第18-19页 |
| ·风电场功率预测误差指标 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 基于时间序列的预测方法研究 | 第21-35页 |
| ·引言 | 第21页 |
| ·时间序列模型 | 第21-28页 |
| ·时间序列模型概述 | 第21-22页 |
| ·时间序列建模过程 | 第22-28页 |
| ·时间序列分析模型在风速和风电功率预测中的应用研究 | 第28-34页 |
| ·时间序列分析法在Matlab中的实现 | 第28-30页 |
| ·预测结果及分析 | 第30-34页 |
| ·小结 | 第34-35页 |
| 4 基于人工神经网络的预测方法研究 | 第35-45页 |
| ·引言 | 第35页 |
| ·神经网络模型 | 第35-36页 |
| ·人工神经网络模型 | 第35-36页 |
| ·代表性神经网络模型 | 第36页 |
| ·BP与RBF神经网络在风电场功率预测中的应用比较 | 第36-44页 |
| ·BP神经网络 | 第36-38页 |
| ·RBF神经网络 | 第38页 |
| ·BP神经网络与RBF神经网络理论比较 | 第38-39页 |
| ·神经网络在Matlab中的实现 | 第39-42页 |
| ·预测结果及分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 5 基于风电场功率曲线的预测方法研究 | 第45-51页 |
| ·引言 | 第45页 |
| ·风电场功率曲线的建模 | 第45-48页 |
| ·风力发电机组的功率曲线 | 第45-46页 |
| ·功率曲线拟合的方法 | 第46-48页 |
| ·风向预测 | 第48-49页 |
| ·基于功率曲线建模的预测结果与直接预测结果的比较 | 第49页 |
| ·小结 | 第49-51页 |
| 6 基于组合预测方法研究 | 第51-61页 |
| ·引言 | 第51页 |
| ·各种组合预测方法 | 第51-53页 |
| ·基于最大信息熵原理的风电场功率组合预测模型 | 第53-60页 |
| ·最大信息熵原理 | 第53-56页 |
| ·基于最大信息熵的风速预测模型 | 第56-57页 |
| ·预测结果及分析 | 第57-60页 |
| ·小结 | 第60-61页 |
| 7 工作总结与展望 | 第61-62页 |
| ·论文工作总结 | 第61页 |
| ·课题研究展望 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 附录1 | 第65-69页 |
| 附录2 | 第69-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间发表的学术论文目录 | 第74-75页 |