基于人工神经网络的风电场功率短期预测应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-6页 |
| 第一章 绪论 | 第6-14页 |
| ·研究背景 | 第6页 |
| ·风力发电行业现状 | 第6-8页 |
| ·风电功率预测研究意义 | 第8-9页 |
| ·风电功率预测的分类 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本论文研究内容和方法 | 第12-14页 |
| 第二章 BP神经网络风电功率预测应用研究 | 第14-24页 |
| ·神经网络概述 | 第14-16页 |
| ·BP神经网络 | 第16-19页 |
| ·BP神经网络功率预测模型 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 粒子群优化的BP神经网络功率预测研究 | 第24-29页 |
| ·粒子群算法概述 | 第24页 |
| ·粒子群算法的数学描述 | 第24-25页 |
| ·PSO优化的BP神经网络预测模型 | 第25-26页 |
| ·算例实测与分析 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 RBF神经网络在功率预测中的应用研究 | 第29-32页 |
| ·RBF神经网络概述 | 第29页 |
| ·RBF神经网络功率预测模型 | 第29-30页 |
| ·算例分析 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第五章 风电功率预测系统的软件设计 | 第32-50页 |
| ·系统体系结构 | 第32页 |
| ·相关技术介绍 | 第32-36页 |
| ·系统功能设计 | 第36-41页 |
| ·系统数据库设计 | 第41-44页 |
| ·系统实现 | 第44-47页 |
| ·风电功率预测系统的误差及应用性分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 致谢 | 第53页 |
