| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 课题的背景和研究意义 | 第11-12页 |
| 1.2 国内外研究进展 | 第12-17页 |
| 1.2.1 国内外研究现状对比 | 第12-14页 |
| 1.2.2 风电功率预测方法 | 第14-17页 |
| 1.3 风电功率预测 | 第17-18页 |
| 1.3.1 风电功率预测的分类 | 第17页 |
| 1.3.2 风电功率预测流程 | 第17-18页 |
| 1.3.3 风电功率预测模型的评价 | 第18页 |
| 1.4 本文章节安排及实验数据说明 | 第18-21页 |
| 1.4.1 主要工作以及章节安排 | 第18-20页 |
| 1.4.2 实验数据说明 | 第20页 |
| 1.4.3 本文创新点 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 第二章 短期风电功率预测和监督学习 | 第22-40页 |
| 2.1 短期风电功率预测 | 第22-26页 |
| 2.1.1 WRF模式预报 | 第22-24页 |
| 2.1.2 风机功率曲线 | 第24页 |
| 2.1.3 风速功率等级表 | 第24-26页 |
| 2.2 监督学习和回归分析 | 第26-36页 |
| 2.2.1 机器学习与监督学习 | 第26-27页 |
| 2.2.2 监督学习中的回归问题 | 第27-29页 |
| 2.2.3 过拟合和欠拟合 | 第29-32页 |
| 2.2.4 正规化 | 第32-35页 |
| 2.2.5 交叉验证 | 第35-36页 |
| 2.3 实验验证 | 第36-38页 |
| 2.3.1 基于正规化和多项式的风速功率曲线拟合 | 第36-37页 |
| 2.3.2 基于高斯核函数和L2正规化的风速功率曲线拟合 | 第37-38页 |
| 2.4 本章小结 | 第38-40页 |
| 第三章 基于Gaussian模型和LSSVM的组合预测方法 | 第40-54页 |
| 3.1 基于Weibull分布的风速分段 | 第40-43页 |
| 3.1.1 Weibull分布 | 第40-42页 |
| 3.1.2 风速分段的划分 | 第42-43页 |
| 3.2 支持向量机 | 第43-48页 |
| 3.2.1 支持向量机简介 | 第43-46页 |
| 3.2.2 支持向量机回归 | 第46-47页 |
| 3.2.3 最小二乘支持向量机 | 第47-48页 |
| 3.3 Gaussian模型 | 第48-49页 |
| 3.4 组合预测方法 | 第49页 |
| 3.5 实验验证 | 第49-52页 |
| 3.5.1 Gaussian模型的合理性验证 | 第50页 |
| 3.5.2 各分段上预测方法选取的合理性验证 | 第50-51页 |
| 3.5.3 组合预测方法和LSSVM预测方法的结果对比 | 第51-52页 |
| 3.6 本章小结 | 第52-54页 |
| 第四章 基于改进GPR和Bagging的概率预测方法 | 第54-69页 |
| 4.1 贝叶斯线性回归 | 第54-58页 |
| 4.1.1 贝叶斯推理 | 第54-55页 |
| 4.1.2 贝叶斯线性回归 | 第55-56页 |
| 4.1.3 实验分析 | 第56-58页 |
| 4.2 高斯过程回归 | 第58-60页 |
| 4.2.1 多元高斯分布 | 第58-59页 |
| 4.2.2 高斯过程回归 | 第59-60页 |
| 4.3 使用FITC减少GPR的计算量 | 第60-61页 |
| 4.4 Bagging和FITC-GPR的组合 | 第61-63页 |
| 4.4.1 Bagging简介 | 第61-62页 |
| 4.4.2 BFITC-GPR预测方法 | 第62-63页 |
| 4.5 算法验证及案例分析 | 第63-67页 |
| 4.5.1 BFITC-GPR和传统GPR方法对比 | 第63-65页 |
| 4.5.2 BFITC-GPR和ELM、LSSVM的对比 | 第65-67页 |
| 4.6 本章小结 | 第67-69页 |
| 第五章 风电功率预测系统的研究和设计 | 第69-81页 |
| 5.1 风电功率预测系统架构 | 第69-73页 |
| 5.1.1 数据处理层 | 第69-70页 |
| 5.1.2 算法处理层 | 第70-72页 |
| 5.1.3 业务应用层 | 第72页 |
| 5.1.4 B/S和C/S结构比较 | 第72-73页 |
| 5.2 风电功率预测系统的实现 | 第73-76页 |
| 5.2.1 系统主要功能简介 | 第73-74页 |
| 5.2.2 预测曲线展示 | 第74-76页 |
| 5.3 风电功率预测平台架构 | 第76-79页 |
| 5.3.1 风电功率预测平台 | 第76-77页 |
| 5.3.2 风场功率预测系统 | 第77-78页 |
| 5.3.3 数据安全通信系统 | 第78页 |
| 5.3.4 平台管理系统 | 第78-79页 |
| 5.4 本章小结 | 第79-81页 |
| 第六章 总结与展望 | 第81-85页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-85页 |
| 6.2.1 论文中的不足 | 第82-83页 |
| 6.2.2 展望 | 第83-85页 |
| 参考文献 | 第85-92页 |
| 作者简介 | 第92-93页 |
| 致谢 | 第93页 |
