风力发电短期功率预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 课题研究背景 | 第10-11页 |
| 1.2 课题的意义 | 第11-13页 |
| 1.3 课题国内外研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文完成的主要工作 | 第15-18页 |
| 2 风电和风电功率预测相关原理 | 第18-34页 |
| 2.1 风电介绍 | 第18-22页 |
| 2.1.1 风的特性 | 第19页 |
| 2.1.2 风电功率的特性 | 第19-21页 |
| 2.1.3 风电功率的影响因素 | 第21页 |
| 2.1.4 历史功率数据的预处理 | 第21-22页 |
| 2.2 风电功率预测 | 第22-23页 |
| 2.2.1 风电功率预测的分类 | 第22-23页 |
| 2.2.2 风电功率短期预测的难点 | 第23页 |
| 2.3 风电功率的短期预测常用模型 | 第23-31页 |
| 2.3.1 RBF神经网络 | 第24-26页 |
| 2.3.2 BP神经网络 | 第26-28页 |
| 2.3.3 时间序列模型 | 第28-31页 |
| 2.4 预测误差分析 | 第31-33页 |
| 2.4.1 误差的成因 | 第31-32页 |
| 2.4.2 常用误差分析方法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 3 希尔伯特黄变换(HHT) | 第34-41页 |
| 3.1 EMD分解 | 第35-37页 |
| 3.1.1 经验模态分解算法的来源 | 第35页 |
| 3.1.2 经验模态分解的基本思路 | 第35页 |
| 3.1.3 经验模态分解的具体步骤 | 第35-37页 |
| 3.2 Hilbert变换 | 第37-38页 |
| 3.2.1 连续信号的Hilbert变换 | 第37-38页 |
| 3.2.2 离散信号的Hilbert变换 | 第38页 |
| 3.3 Hilbert谱及Hilbert边际谱 | 第38-39页 |
| 3.4 HHT的优点 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 EMD中所遇问题及其处理方法 | 第41-46页 |
| 4.1 包络线的拟合 | 第41-42页 |
| 4.2 EMD结束准则 | 第42-43页 |
| 4.3 边界处理的问题 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 5 短期风电功率预测建模 | 第46-55页 |
| 5.1 预测的步骤 | 第46页 |
| 5.2 数据的预处理 | 第46-47页 |
| 5.3 仿真实例分析 | 第47-54页 |
| 5.3.1 EMD和希尔伯特变换 | 第47-51页 |
| 5.3.2 预测仿真 | 第51-54页 |
| 5.4 本章小结 | 第54-55页 |
| 6 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55-56页 |
| 6.2 展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-62页 |
| 个人简历、在学期间发表的论文与科研成果 | 第62页 |
