摘要 | 第3-5页 |
abstract | 第5-7页 |
第一章 绪论 | 第16-26页 |
1.1 课题背景及研究意义 | 第16-20页 |
1.1.1 课题背景 | 第16-19页 |
1.1.2 课题研究意义 | 第19-20页 |
1.2 风速预测研究现状 | 第20页 |
1.3 风电功率预测研究现状 | 第20-22页 |
1.3.1 风电功率预测方法分类 | 第20-21页 |
1.3.2 国内外风电功率预测系统 | 第21-22页 |
1.4 测风参数采集监测的研究现状 | 第22页 |
1.5 预测模型评价指标 | 第22-23页 |
1.6 本论文主要研究内容 | 第23-24页 |
1.7 本章小结 | 第24-26页 |
第二章 一种改进的GABP神经网络风速预测模型 | 第26-50页 |
2.1 引言 | 第26页 |
2.2 测风数据预处理 | 第26-28页 |
2.2.1 测风数据检验 | 第27页 |
2.2.2 测风数据处理 | 第27-28页 |
2.3 风速特性分析 | 第28-30页 |
2.3.1 风速分布特性 | 第28-29页 |
2.3.2 风速变化特性 | 第29-30页 |
2.4 风速预测模型输入变量的确定 | 第30-33页 |
2.4.1 风速预测模型输入变量的相关系数分析 | 第31-32页 |
2.4.2 风速预测模型输入变量的灰关联分析 | 第32-33页 |
2.5 风速预测模型训练样本的选取 | 第33-36页 |
2.5.1 训练样本聚类 | 第33-36页 |
2.5.2 训练样本选取 | 第36页 |
2.6 风电场GABP神经网络的风速预测模型的改进 | 第36-43页 |
2.6.1 BP神经网络风速预测模型 | 第37-39页 |
2.6.2 自适应遗传算法优化BP神经网络初始权值和阈值 | 第39-43页 |
2.6.3 基于改进的GABP神经网络的风速预测模型 | 第43页 |
2.7 仿真研究 | 第43-49页 |
2.7.1 BP神经网络风速预测模型仿真 | 第43-44页 |
2.7.2 GABP神经网络风速预测模型仿真 | 第44-45页 |
2.7.3 改进的GABP神经网络风速预测模型仿真 | 第45-47页 |
2.7.4 不同风速预测模型的仿真对比 | 第47-49页 |
2.8 本章小结 | 第49-50页 |
第三章 基于风速预测修正的风功率预测模型 | 第50-60页 |
3.1 引言 | 第50页 |
3.2 风功率预测模型输入变量的确定 | 第50-51页 |
3.3 基于功率曲线的风功率预测模型 | 第51-53页 |
3.3.1 功率曲线建立方法 | 第51-52页 |
3.3.2 基于功率曲线的风功率预测模型 | 第52-53页 |
3.4 基于风速预测修正的风功率预测及其仿真研究 | 第53-59页 |
3.4.1 基于功率曲线的风功率预测模型仿真 | 第53-54页 |
3.4.2 基于改进的GABP神经网络的风功率预测模型仿真 | 第54-56页 |
3.4.3 基于风速预测修正的风功率预测模型仿真 | 第56-57页 |
3.4.4 不同风功率预测模型的仿真对比 | 第57-59页 |
3.5 本章小结 | 第59-60页 |
第四章 多功能测风参数监测系统 | 第60-78页 |
4.1 引言 | 第60页 |
4.2 多功能测风参数监测系统分析 | 第60-61页 |
4.3 多功能测风参数监测系统硬件设计 | 第61-65页 |
4.3.1 参数检测层 | 第61-62页 |
4.3.2 数据采集层 | 第62-63页 |
4.3.3 监控层 | 第63页 |
4.3.4 多功能测风监测系统的通信 | 第63-65页 |
4.4 多功能测风参数监测系统软件设计 | 第65-70页 |
4.4.1 模拟量采集 | 第65-67页 |
4.4.2 读取Modbus从站数据 | 第67-70页 |
4.5 上位机监测系统设计 | 第70-77页 |
4.5.1 工控机远程监测 | 第70-75页 |
4.5.2 触摸屏监测 | 第75-77页 |
4.6 本章小结 | 第77-78页 |
第五章 结论与展望 | 第78-80页 |
5.1 结论 | 第78-79页 |
5.2 展望 | 第79-80页 |
参考文献 | 第80-86页 |
致谢 | 第86-88页 |
攻读学位期间发表的学术论文及参与科研项目 | 第88页 |