首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--风能发电论文

基于极限学习机的风电功率预测技术

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第12-21页
    1.1 引言第12-15页
        1.1.1 课题研究背景第12-14页
        1.1.2 课题研究意义第14-15页
    1.2 风电功率预测分类第15-17页
    1.3 风电功率预测研究现状第17-19页
        1.3.1 国外研究现状第17-18页
        1.3.2 国内研究现状第18-19页
    1.4 论文的主要内容与章节安排第19-21页
第二章 风电场参数及风功率影响因素分析第21-32页
    2.1 引言第21页
    2.2 风电场参数规律分析第21-26页
        2.2.1 风速和风向基本知识第21-23页
        2.2.2 数据背景及来源第23页
        2.2.3 风速统计规律第23-25页
        2.2.4 风向统计规律第25-26页
    2.3 风功率影响因素的分析第26-30页
    2.4 风电功率预测误差指标第30-31页
    2.5 本章小结第31-32页
第三章 基于小波去噪的风电场数据处理第32-47页
    3.1 引言第32页
    3.2 小波变换第32-35页
        3.2.1 连续小波变换第32-33页
        3.2.2 离散小波变换第33-34页
        3.2.3 Mallat算法第34-35页
    3.3 常用的小波函数第35-38页
    3.4 小波阈值去噪第38-41页
        3.4.1 阈值选取规则第39-40页
        3.4.2 阈值函数的选取第40-41页
    3.5 小波去噪的评价标准第41页
    3.6 基于小波去噪的风速序列处理第41-46页
        3.6.1 风速序列的小波去噪处理第41-42页
        3.6.2 实验仿真与分析第42-46页
    3.7 本章小结第46-47页
第四章 基于改进核极限学习机的风电功率预测第47-61页
    4.1 引言第47页
    4.2 极限学习机第47-52页
        4.2.1 极限学习机原理第47-49页
        4.2.2 核极限学习机第49-51页
        4.2.3 核函数选择第51-52页
    4.3 改进的核极限学习机第52-56页
        4.3.1 基于cholesky分解的核极限学习机第52-53页
        4.3.2 增量算法第53-55页
        4.3.3 改进的核极限学习机性能测试第55-56页
    4.4 基于改进核极限学习机的风电功率预测第56-60页
        4.4.1 基于改进核极限学习机的风电功率预测模型建立第56页
        4.4.2 实例分析第56-60页
    4.5 本章小结第60-61页
第五章 基于小波去噪的核极限学习机功率预测及工程应用第61-73页
    5.1 引言第61页
    5.2 基于小波去噪的核极限学习机的风电功率预测第61-65页
        5.2.1 基于小波去噪的核极限学习机的风电功率预测模型建立第61-62页
        5.2.2 工程实例分析第62-65页
    5.3 风电场功率预测系统设计第65-72页
        5.3.1 风电功率预测系统设计的规范第65-66页
        5.3.2 该系统软件的主要功能第66-67页
        5.3.3 预测系统简介第67-69页
        5.3.4 预测系统界面展示第69-72页
    5.4 本章小结第72-73页
第六章 总结与展望第73-75页
    6.1 本文总结第73-74页
    6.2 进一步研究展望第74-75页
参考文献第75-80页
致谢第80-81页
攻读硕士学位期间取得的研究成果第81页

论文共81页,点击 下载论文
上一篇:大型风力发电机组变桨距控制技术研究
下一篇:风力发电机组齿轮箱智能故障诊断方法的研究