基于LSTM的风电功率区间预测研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 论文结构与主要研究内容 | 第16-18页 |
| 2 LSTM网络模型及其优化方法 | 第18-30页 |
| 2.1 神经网络概述 | 第18-19页 |
| 2.2 RNN网络模型 | 第19-23页 |
| 2.3 LSTM网络模型 | 第23-25页 |
| 2.4 深度学习相关技术 | 第25-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基于LSTM的风电功率区间预测模型研究 | 第30-50页 |
| 3.1 区间预测评估指标 | 第30-33页 |
| 3.2 LSTM区间预测模型设计 | 第33-34页 |
| 3.3 基于构建损失函数的模型训练方法 | 第34-37页 |
| 3.4 基于构造区间的模型训练方法 | 第37-41页 |
| 3.5 LSTM模型预测实验 | 第41-49页 |
| 3.6 本章小结 | 第49-50页 |
| 4 基于LSTM与VMD的组合区间预测模型研究 | 第50-60页 |
| 4.1 VMD算法原理 | 第50-52页 |
| 4.2 LSTM-VMD组合模型设计 | 第52-54页 |
| 4.3 LSTM-VMD模型预测实验 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |