| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 图表目录 | 第10-12页 |
| 1 绪论 | 第12-20页 |
| ·研究的目的和意义 | 第12-13页 |
| ·风电场风速及功率预测概要 | 第13-17页 |
| ·风电场风速及功率预测的分类 | 第13-14页 |
| ·风电场风速及功率短期预测的主要方法 | 第14-16页 |
| ·风速与风电场输出功率的关系 | 第16-17页 |
| ·国内外风电功率预测现状 | 第17-19页 |
| ·国外风电功率预测现状 | 第17-18页 |
| ·国内风电功率预测现状 | 第18-19页 |
| ·论文的主要工作 | 第19-20页 |
| 2 基于单一神经网络的短期风速预测 | 第20-36页 |
| ·BP神经网络 | 第20-22页 |
| ·BP神经网络学习算法的计算步骤 | 第21-22页 |
| ·基于BP神经网络算法的短期风速预测 | 第22-29页 |
| ·Matlab实现BP神经网络对风速的短期预测 | 第23-25页 |
| ·BP神经网络对风速的短期预测 | 第25-29页 |
| ·RBF神经网络 | 第29-35页 |
| ·RBF神经网络概述 | 第30-31页 |
| ·基于RBF神经网络算法的短期风速预测 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 3 基于遗传算法优化的BP神经网络短期风速预测 | 第36-48页 |
| ·遗传算法 | 第36-37页 |
| ·遗传算法对BP神经网络的优化 | 第37-43页 |
| ·Matlab实现遗传算法 | 第39-43页 |
| ·基于GA-BP神经网络算法的短期风速预测 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 4 基于模糊聚类算法的GA-BP神经网络短期风速及功率预测 | 第48-68页 |
| ·模糊聚类算法 | 第48-51页 |
| ·模糊聚类分析步骤 | 第48-51页 |
| ·聚类样本选取 | 第51-57页 |
| ·风电场主要气象因素与风速的相关性分析 | 第51-52页 |
| ·相关系数的概念 | 第52页 |
| ·风速与主要气象因素的相关性分析 | 第52-54页 |
| ·聚类结果与分析 | 第54-57页 |
| ·基于模糊聚类算法的GA-BP神经网络的短期风速预测 | 第57-60页 |
| ·基于模糊聚类算法的GA-BP神经网络短期功率预测 | 第60-67页 |
| ·功率曲线建模 | 第60-62页 |
| ·算例分析 | 第62-67页 |
| ·本章小结 | 第67-68页 |
| 5 结论与展望 | 第68-70页 |
| ·论文主要工作总结 | 第68页 |
| ·论文的不足与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 附录 | 第75-79页 |
