基于NWP和支持向量机的风电功率预测研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景及意义 | 第11-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 国外研究现状 | 第15-17页 |
| 1.2.2 国内研究现状 | 第17页 |
| 1.3 论文的主要研究内容 | 第17-19页 |
| 第2章 风特性及气象数据分析 | 第19-27页 |
| 2.1 风特性分析 | 第19-24页 |
| 2.1.1 风的形成 | 第19页 |
| 2.1.2 平均风特性 | 第19-22页 |
| 2.1.3 大气稳定性的影响 | 第22页 |
| 2.1.4 风速和风向 | 第22-24页 |
| 2.2 气象数据分析 | 第24-26页 |
| 2.2.1 气象数据分类 | 第25-26页 |
| 2.3 小结 | 第26-27页 |
| 第3章 风电功率预测建模 | 第27-43页 |
| 3.1 风电功率预测技术简介 | 第27-28页 |
| 3.2 常用风电功率预测建模方法 | 第28-34页 |
| 3.2.1 物理模型建模方法 | 第28-30页 |
| 3.2.2 统计模型建模方法 | 第30-32页 |
| 3.2.3 智能学习建模方法 | 第32-34页 |
| 3.3 建模数据分析处理 | 第34-42页 |
| 3.3.1 建模数据内容整理及前期处理 | 第34-40页 |
| 3.3.2 模型评价标准 | 第40-42页 |
| 3.4 小结 | 第42-43页 |
| 第4章 基于实测数据的风电功率预测模型 | 第43-55页 |
| 4.1 统计学习理论 | 第43-46页 |
| 4.1.1 机器学习问题 | 第43-44页 |
| 4.1.2 VC维问题与结构风险最小化 | 第44-46页 |
| 4.2 支持向量机 | 第46-50页 |
| 4.2.1 支持向量机原理 | 第46-48页 |
| 4.2.2 核函数 | 第48-50页 |
| 4.3 算例分析 | 第50-54页 |
| 4.3.1 建模框架搭建 | 第50-51页 |
| 4.3.2 设置基准模型 | 第51-54页 |
| 4.4 小结 | 第54-55页 |
| 第5章 基于实测数据的SVM建模优化 | 第55-64页 |
| 5.1 基于风向的分析与优化 | 第55-59页 |
| 5.2 基于风速的分析与优化 | 第59-63页 |
| 5.3 对优化算法的验证 | 第63页 |
| 5.4 小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第68-69页 |
| 攻读硕士学位期间参加的科研工作 | 第69-70页 |
| 致谢 | 第70-71页 |
| 作者简介 | 第71页 |
