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PSO-GRNN算法风速短期预测研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7页
1.绪论第10-18页
    1.1 课题背景第10-11页
        1.1.1 风电技术的发展趋势第10-11页
    1.2 国内外风电发展第11-14页
        1.2.1 风电发展概况第11-13页
        1.2.2 电预测技术概述第13-14页
    1.3 风电场风速预测的概念第14页
    1.4 风速预测方法第14-15页
    1.5 风速预测的意义第15-16页
    1.6 本文研究的主要内容第16-17页
    1.7 本章小结第17-18页
2 BP神经网络在风速预测中的应用与仿真第18-31页
    2.1 人工神经网络的历史第18-19页
    2.2 人工神经网络的数学模型第19-21页
        2.2.1 人工神经元第19-21页
    2.3 BP神经网络第21-25页
    2.4 基于BP神经网络的风速短期预测第25-29页
        2.4.1 BP神经网络风速预测模型的建立第25-26页
        2.4.2 BP神经网络风速预测模型的数学描述第26-27页
        2.4.3 仿真及误差分析第27-29页
    2.5 本章小结第29-31页
3 广义回归神经网络在风速预测中的应用及仿真第31-37页
    3.1 广义回归神经网络(GRNN)第31页
    3.2 GRNN神经网络风速预测模型的建立第31-33页
    3.3 GRNN的具体数学模型推导第33-34页
    3.4 本章小结第34-37页
4.粒子群算法改进的GRNN神经网络在风速预测中的应用与仿真第37-53页
    4.1 粒子群算法的提出第37-38页
    4.2 粒子群算法的基本概念及进化方程第38-40页
        4.2.1 算法流程第40页
    4.3 基于粒子群算法的GRNN神经网络第40-47页
        4.3.1 粒子群的相关仿真程序第43-47页
    4.4 误差分析第47-49页
    4.5 小样本数据模式仿真实验第49-52页
    4.6 本章小结第52-53页
5 总结与展望第53-55页
    5.1 总结第53页
    5.2 展望第53-55页
参考文献第55-58页
作者简历第58-59页
学位论文数据集第59-60页

论文共60页,点击 下载论文
上一篇:小功率无线供电谐振变换器及其控制研究
下一篇:静止无功发生器优化控制策略的研究