| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究目的及意义 | 第11-12页 |
| 1.3 国内外功率预测研究现状 | 第12-15页 |
| 1.3.1 风电功率预测系统研究现状 | 第12-14页 |
| 1.3.2 风电功率预测方法研究现状 | 第14-15页 |
| 1.3.3 风电功率预测存在问题 | 第15页 |
| 1.4 论文研究内容 | 第15-16页 |
| 1.5 论文结构安排 | 第16-18页 |
| 第2章 风机数据预处理及统计规律研究 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 风电场概况 | 第18页 |
| 2.3 风机统计数据预处理 | 第18-20页 |
| 2.3.1 风机运行数据的检验 | 第18-19页 |
| 2.3.2 风机运行数据缺失数据订正 | 第19页 |
| 2.3.3 数据的转换 | 第19-20页 |
| 2.4 风速和风向的基本知识 | 第20-22页 |
| 2.4.1 风速的基本知识 | 第20页 |
| 2.4.2 风速的变化特性 | 第20-21页 |
| 2.4.3 风向的特性 | 第21-22页 |
| 2.5 风机运行数据的统计 | 第22-28页 |
| 2.5.1 风速的统计规律 | 第23-26页 |
| 2.5.2 风向统计规律 | 第26页 |
| 2.5.3 风机发电量规律统计 | 第26-28页 |
| 2.6 风机功率预测评价指标 | 第28-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 基于互信息冗余性分析的风电功率预测研究 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 基于互信息的两级输入选择方法 | 第30-34页 |
| 3.2.1 基于互信息的相关性选择方法 | 第31-32页 |
| 3.2.2 基于互信息的冗余性选择方法 | 第32-33页 |
| 3.2.3 基于二项分布法的互信息计算 | 第33-34页 |
| 3.3 基于互信息冗余性分析的风电功率预测模型 | 第34-37页 |
| 3.4 实例分析 | 第37-43页 |
| 3.4.1 基于互信息冗余性分析的实验及结果分析 | 第37-40页 |
| 3.4.2 风电功率预测实验及结果分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于分子动理论优化的风电功率预测不确定性研究 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 分子动理论优化算法 | 第44-47页 |
| 4.2.1 分子动理论的基本原理 | 第44-45页 |
| 4.2.2 分子动理论优化算法的基本原理 | 第45-47页 |
| 4.3 不确定性预测模型的建立 | 第47-51页 |
| 4.3.1 神经网络构建区间预测模型 | 第47-48页 |
| 4.3.2 基于模糊隶属函数的适应度函数的构造 | 第48-50页 |
| 4.3.3 基于分子动优化算法的风电功率不确定性预测模型建模 | 第50-51页 |
| 4.4 实例分析 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 个人简历、在校期间发表学术论文与研究成果 | 第62页 |
| 一、个人简历 | 第62页 |
| 二、攻读硕士学位发表学术论文 | 第62页 |
| 三、攻读硕士学位期间参与的科研项目 | 第62页 |