基于SVM的风机系统二次型优化跟踪控制
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-23页 |
| 1.1 风力发电发展现状 | 第11-16页 |
| 1.1.1 全球风力发电现状 | 第11-14页 |
| 1.1.2 国内风力发电现状 | 第14-16页 |
| 1.2 风力发电的发展趋势 | 第16-17页 |
| 1.3 风力机控制研究 | 第17-20页 |
| 1.3.1 短期预测 | 第17页 |
| 1.3.2 支持向量机概述 | 第17-18页 |
| 1.3.3 线性二次型优化控制概述 | 第18-20页 |
| 1.4 论文主要研究内容及章节安排 | 第20-23页 |
| 1.4.1 研究内容 | 第20页 |
| 1.4.2 章节安排 | 第20-23页 |
| 2 预测模型 | 第23-37页 |
| 2.1 ARIMA预测 | 第23-25页 |
| 2.2 灰色预测 | 第25-29页 |
| 2.2.1 灰色模型概述 | 第25-26页 |
| 2.2.2 灰色预测模型 | 第26-27页 |
| 2.2.3 建模过程 | 第27-29页 |
| 2.3 统计学习理论 | 第29-32页 |
| 2.3.1 统计学习理论基础 | 第29-30页 |
| 2.3.2 VC维和推广性的界 | 第30-31页 |
| 2.3.3 结构风险最小化准则 | 第31-32页 |
| 2.4 支持向量机 | 第32-36页 |
| 2.4.1 支持向量机分类 | 第32-34页 |
| 2.4.2 支持向量机回归 | 第34-35页 |
| 2.4.3 SVM模型参数的选取 | 第35-36页 |
| 2.5 三种模型的优缺点 | 第36页 |
| 2.6 本章总结 | 第36-37页 |
| 3 风速预测 | 第37-43页 |
| 3.1 ARIMA预测 | 第37-38页 |
| 3.2 GM(1,1)预测 | 第38-40页 |
| 3.3 SVM预测 | 第40-42页 |
| 3.4 本章总结 | 第42-43页 |
| 4 风力机系统 | 第43-51页 |
| 4.1 风力机分类及组成 | 第43-46页 |
| 4.1.1 风力机分类 | 第43-44页 |
| 4.1.2 水平轴风力机组 | 第44-46页 |
| 4.2 风力发电系统 | 第46-50页 |
| 4.3 本章总结 | 第50-51页 |
| 5 风机系统二次型优化控制 | 第51-69页 |
| 5.1 鲁棒自适应控制器设计 | 第51-62页 |
| 5.1.1 控制器设计 | 第51-53页 |
| 5.1.2 稳定性分析 | 第53页 |
| 5.1.3 控制器改进 | 第53-54页 |
| 5.1.4 稳定性分析 | 第54-55页 |
| 5.1.5 仿真验证 | 第55-62页 |
| 5.2 线性二次型优化控制 | 第62-67页 |
| 5.2.1 最优控制 | 第62-65页 |
| 5.2.2 仿真验证 | 第65-67页 |
| 5.3 仿真结果分析 | 第67-68页 |
| 5.4 本章总结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 作者简介及攻读硕士学位期间取得的研究成果 | 第75-79页 |
| 学位论文数据集 | 第79页 |
