神经网络算法在风电场功率预测中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·风电场功率预测研究现状 | 第11-15页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15页 |
| ·课题研究内容和论文结构安排 | 第15-18页 |
| 第二章 神经网络原理 | 第18-27页 |
| ·引言 | 第18页 |
| ·神经网络的基本知识 | 第18-19页 |
| ·神经网络的基本概念 | 第18页 |
| ·神经网络的分类 | 第18-19页 |
| ·神经网络的基本特性 | 第19-23页 |
| ·神经网络的基本特征 | 第19-21页 |
| ·神经网络的基本功能 | 第21-23页 |
| ·神经网络的优点 | 第23页 |
| ·神经网络建模基础 | 第23-26页 |
| ·神经网络的模型 | 第23-24页 |
| ·神经网络常用的激发函数 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 神经网络算法在风电场功率预测中的应用研究 | 第27-46页 |
| ·引言 | 第27页 |
| ·建立数据库 | 第27-30页 |
| ·BP神经网络建模 | 第30-32页 |
| ·RBF神经网络建模 | 第32-36页 |
| ·案例分析 | 第36-44页 |
| ·数据预处理 | 第37页 |
| ·预测精度评价指标 | 第37页 |
| ·BP神经网络实例分析 | 第37-41页 |
| ·RBF神经网络实例分析 | 第41-42页 |
| ·两种神经网络预测结果分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 神经网络预测模型的优化 | 第46-55页 |
| ·引言 | 第46页 |
| ·遗传算法优化BP神经网络 | 第46-51页 |
| ·遗传算法优化BP原理 | 第46-48页 |
| ·模型构建 | 第48页 |
| ·实例与结果分析 | 第48-51页 |
| ·RBF神经网络训练算法优化 | 第51-53页 |
| ·正交最小二乘训练算法 | 第51页 |
| ·梯度下降训练算法 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 结论与展望 | 第55-57页 |
| ·论文结论 | 第55页 |
| ·论文创新点 | 第55页 |
| ·课题研究展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
