| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文主要内容 | 第13-15页 |
| 2 风电集群短期功率预测整体框架与层次结构 | 第15-23页 |
| 2.1 整体架构 | 第15-17页 |
| 2.2 层次结构 | 第17-19页 |
| 2.3 误差来源 | 第19-20页 |
| 2.4 改进风电集群短期功率预测精度的方法 | 第20-22页 |
| 2.5 小结 | 第22-23页 |
| 3 基于动态自适应技术与深度学习的风电集群短期功率预测 | 第23-35页 |
| 3.1 深度学习理论 | 第23-27页 |
| 3.2 基于自适应技术的集群短期功率预测深度学习模型 | 第27-29页 |
| 3.3 网络层次的自适应选择与案例分析 | 第29-30页 |
| 3.4 各层节点数的自适应选择与案例分析 | 第30-32页 |
| 3.5 样本数量级的自适应选择与案例分析 | 第32-34页 |
| 3.6 小结 | 第34-35页 |
| 4 基于动态自适应技术与统计升尺度的风电集群短期功率预测 | 第35-62页 |
| 4.1 统计升尺度法的介绍 | 第35-37页 |
| 4.2 集群的动态划分 | 第37-41页 |
| 4.3 基准风电场的动态选择 | 第41-44页 |
| 4.4 样本的自适应选择 | 第44-52页 |
| 4.5 预测模型的自适应选择 | 第52-60页 |
| 4.6 小结 | 第60-62页 |
| 5 结论与展望 | 第62-65页 |
| 5.1 研究成果 | 第62-63页 |
| 5.2 工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录1 攻读硕士学位期间参加科研情况 | 第71-72页 |
| 附录2 攻读硕士学位期间参加科研情况 | 第72页 |
