| 摘要 | 第2-4页 |
| Abstract | 第4-6页 |
| 1 绪论 | 第10-23页 |
| 1.1 研究背景与研究意义 | 第10-15页 |
| 1.1.1 全球风能产业发展现状 | 第10-12页 |
| 1.1.2 我国风能产业发展现状 | 第12-13页 |
| 1.1.3 风速预测的理论及现实意义 | 第13-15页 |
| 1.2 风速预测国内外研究现状 | 第15-19页 |
| 1.2.1 风速预测的时期及方法分类 | 第15-16页 |
| 1.2.2 国外研究现状 | 第16-17页 |
| 1.2.3 国内研究现状 | 第17-18页 |
| 1.2.4 发展趋势 | 第18-19页 |
| 1.3 研究内容及主要结构 | 第19-21页 |
| 1.4 实验总流程 | 第21-23页 |
| 2 数据预处理 | 第23-28页 |
| 2.1 经验模式分解算法(EMD)的概念 | 第23页 |
| 2.2 经验模式分解算法(EMD)的应用及研究现状 | 第23-24页 |
| 2.3 经验模式分解算法(EMD)的基本原理 | 第24-25页 |
| 2.4 经验模式分解算法(EMD)的基本流程 | 第25-26页 |
| 2.5 经验模式分解算法(EMD)的优缺点 | 第26-28页 |
| 3 BPNN预测模型与智能优化算法 | 第28-44页 |
| 3.1 BP神经网络(BPNN) | 第28-31页 |
| 3.1.1 BPNN基本理论 | 第28-30页 |
| 3.1.2 BPNN的算法流程 | 第30-31页 |
| 3.1.3 BPNN的不足与改进 | 第31页 |
| 3.2 智能优化算法 | 第31-32页 |
| 3.3 布谷鸟优化算法(CS) | 第32-36页 |
| 3.3.1 布谷鸟优化算法的基本原理 | 第32-34页 |
| 3.3.2 布谷鸟优化算法的基本流程 | 第34-35页 |
| 3.3.3 布谷鸟优化算法的优缺点 | 第35-36页 |
| 3.4 萤火虫优化算法(FA) | 第36-39页 |
| 3.4.1 萤火虫优化算法简介 | 第36-37页 |
| 3.4.2 萤火虫优化算法基本原理 | 第37页 |
| 3.4.3 萤火虫优化算法的基本流程 | 第37-39页 |
| 3.4.4 萤火虫优化算法的优缺点 | 第39页 |
| 3.5 和声搜索算法(HS) | 第39-43页 |
| 3.5.1 和声搜索算法的基本原理 | 第40-41页 |
| 3.5.2 和声搜索算法的基本流程 | 第41-43页 |
| 3.5.3 和声搜索算法的优缺点 | 第43页 |
| 3.6 本章小结 | 第43-44页 |
| 4 实验设计——以山东省蓬莱风电场风速预测为例 | 第44-55页 |
| 4.1 研究地区情况说明以及数据采集情况 | 第44-46页 |
| 4.1.1 山东省风能资源概况 | 第44页 |
| 4.1.2 蓬莱市风能资源概况 | 第44-45页 |
| 4.1.3 数据采集情况 | 第45-46页 |
| 4.2 预测效果的评价指标 | 第46页 |
| 4.3 风速数据预处理 | 第46-47页 |
| 4.4 BPNN训练与参数设计 | 第47-53页 |
| 4.4.1 实验环境介绍 | 第48页 |
| 4.4.2 数据归一化 | 第48-49页 |
| 4.4.3 网络输入变量 | 第49-52页 |
| 4.4.4 BPNN参数选择 | 第52-53页 |
| 4.5 基于智能优化算法的BPNN设计 | 第53-54页 |
| 4.5.1 智能优化算法与BPNN的结合 | 第53-54页 |
| 4.5.2 智能优化算法相关参数设置 | 第54页 |
| 4.6 本章小结 | 第54-55页 |
| 5 实验结果分析 | 第55-76页 |
| 5.1 BPNN及EMD-BPNN预测结果对比 | 第55-59页 |
| 5.2 基于不同智能优化算法的BPNN预测结果对比 | 第59-66页 |
| 5.2.1 预测结果分析 | 第59-63页 |
| 5.2.2 精度比较 | 第63-65页 |
| 5.2.3 运行时间对比 | 第65-66页 |
| 5.3 基于改进的萤火虫算法的BPNN预测模型 | 第66-69页 |
| 5.3.1 基于惯性权重的萤火虫算法(IWFA) | 第66页 |
| 5.3.2 基于惯性权重的萤火虫算法(IWFA)流程 | 第66-67页 |
| 5.3.3 基于惯性权重的萤火虫算法(IWFA)的BPNN预测结果 | 第67-69页 |
| 5.4 讨论 | 第69-75页 |
| 5.4.1 时间序列模型 | 第69-73页 |
| 5.4.2 关于BPNN输入层、输出层节点数比的讨论 | 第73-74页 |
| 5.4.3 不同种群规模下各智能优化算法的收敛性分析 | 第74-75页 |
| 5.5 本章小结 | 第75-76页 |
| 6 结论与展望 | 第76-79页 |
| 6.1 本文主要工作与贡献 | 第76-77页 |
| 6.2 本文不足 | 第77页 |
| 6.3 展望 | 第77-79页 |
| 参考文献 | 第79-83页 |
| 后记 | 第83-84页 |
