| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 选题意义与背景 | 第8-11页 |
| 1.2 风速预测的概念和特点 | 第11页 |
| 1.3 风速预测的研究现状 | 第11-12页 |
| 1.4 本文的研究内容及安排 | 第12-14页 |
| 第二章 基于小波分解和相关向量机的混合模型在风场中的应用——以河北承德地区风场为例 | 第14-34页 |
| 2.1 小波变换 | 第14-17页 |
| 2.1.1 母小波与子小波 | 第14-15页 |
| 2.1.2 连续小波变换 | 第15-16页 |
| 2.1.3 离散小波变换 | 第16-17页 |
| 2.1.4 常用的小波函数 | 第17页 |
| 2.2 支持向量机与相关向量机 | 第17-22页 |
| 2.2.1 支持向量机 | 第18-19页 |
| 2.2.2 相关向量机 | 第19-22页 |
| 2.3 布谷鸟搜索算法 | 第22-24页 |
| 2.3.1 布谷鸟繁育行为 | 第22页 |
| 2.3.2 莱维飞行(Levy Flights) | 第22-23页 |
| 2.3.3 布谷鸟搜索算法 | 第23-24页 |
| 2.4 小波转换-相关向量机复合模型(WT-CS-RVM) | 第24-25页 |
| 2.5 案例分析 | 第25-34页 |
| 2.5.1 数据搜集 | 第25-26页 |
| 2.5.2 预测表现的评价标准 | 第26-27页 |
| 2.5.3 仿真模拟 | 第27-29页 |
| 2.5.4 比较分析 | 第29-34页 |
| 第三章 基于相关向量机的扩张的卡尔曼滤波模型在风场中的应用——以湖南和江西地区的风电场为例 | 第34-44页 |
| 3.1 卡尔曼滤波 | 第34-37页 |
| 3.1.1 卡尔曼滤波 | 第34-36页 |
| 3.1.2 扩张的卡尔曼滤波 | 第36-37页 |
| 3.2 扩展卡尔曼滤波-相关向量机(EKF-CS-RVM) | 第37-38页 |
| 3.3 案例分析 | 第38-44页 |
| 3.3.1 数据搜集 | 第38页 |
| 3.3.2 仿真模拟 | 第38页 |
| 3.3.3 比较分析 | 第38-44页 |
| 第四章 总结与展望 | 第44-45页 |
| 4.1 总结 | 第44页 |
| 4.2 展望 | 第44-45页 |
| 参考文献 | 第45-49页 |
| 致谢 | 第49页 |
