| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-12页 |
| ·课题研究的背景 | 第10-11页 |
| ·课题研究的目的和意义 | 第11-12页 |
| ·风电功率预测的时间跨度分类 | 第12-13页 |
| ·风电功率预测方法的分类 | 第13-14页 |
| ·物理类模型 | 第13页 |
| ·统计类模型 | 第13页 |
| ·学习模型 | 第13-14页 |
| ·常用风电功率预测方法及国内外研究现状 | 第14-16页 |
| ·常用风电功率预测方法介绍 | 第14-15页 |
| ·国内外风电功率预测研究现状 | 第15-16页 |
| ·混合预测的研究现状 | 第16页 |
| ·本文的主要研究内容 | 第16-18页 |
| 第2章 基本方法原理分析及应用 | 第18-27页 |
| ·时间序列法介绍及长自回归ARIMA原理分析与应用 | 第18-21页 |
| ·时间序列法介绍 | 第18页 |
| ·风电功率预测中应用的长自回归ARIMA原理分析 | 第18-21页 |
| ·人工神经网络介绍及BP神经网络原理分析 | 第21-25页 |
| ·人工神经网络介绍 | 第21-22页 |
| ·风电功率预测中应用的BP神经网络 | 第22-25页 |
| ·基于时序法与人工神经网络相结合的混合算法可行性分析 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 基于混合算法的风电功率预测 | 第27-47页 |
| ·基于ARIMA与双层BP神经网络相结合的混合算法建模 | 第27-31页 |
| ·风电功率预测的影响因素分析 | 第27-29页 |
| ·混合预测模型的原理结构分析 | 第29-31页 |
| ·基于混合算法的风电功率预测软件开发及应用 | 第31-42页 |
| ·风电功率预测软件的基本框架 | 第31-33页 |
| ·风电功率预测的主体部分预测程序的确定 | 第33-37页 |
| ·风电功率预测系统的测试 | 第37-42页 |
| ·基于混合算法的风电功率预测 | 第42-45页 |
| ·风速及风向序列ARIMA模型估计 | 第42-43页 |
| ·双层BP神经网络训练 | 第43-45页 |
| ·风电功率预测 | 第45页 |
| ·本章小结 | 第45-47页 |
| 第4章 超短期风电功率预测的实证研究 | 第47-57页 |
| ·预测误差分析方法的确定 | 第47-48页 |
| ·气象参数的预测误差标准 | 第47-48页 |
| ·风电功率的预测误差标准 | 第48页 |
| ·风电功率预测的应用研究 | 第48-53页 |
| ·基于混合预测模型的乙风电场风电功率预测 | 第49-51页 |
| ·对比模型原理介绍及预测 | 第51-53页 |
| ·风电功率预测的结果分析 | 第53-55页 |
| ·混合预测建模的曲线拟合结果对比分析 | 第53页 |
| ·基于对比模型及混合预测模型的风电功率预测结果对比分析 | 第53-55页 |
| ·不同风电场的风电功率预测结果分析及异分辨率多步预测 | 第55页 |
| ·本章小结 | 第55-57页 |
| 第5章 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
