中文摘要 | 第1页 |
英文摘要 | 第3-6页 |
第一章 绪论 | 第6-13页 |
·研究背景 | 第6-7页 |
·国内外风力发电状况 | 第7-11页 |
·国外风力发电发展概况 | 第7-9页 |
·国内风力发电发展概况 | 第9-10页 |
·支持向量机在风力发电中的发展 | 第10-11页 |
·课题内容 | 第11-13页 |
第二章 变桨距风力发电机组的基础理论及支持向量机理论 | 第13-22页 |
·变速风力发电基础理论 | 第13-15页 |
·风力机的特性系数 | 第13-14页 |
·C_p特性曲线 | 第14-15页 |
·小样本统计学习的基本理论 | 第15-20页 |
·VC维 | 第15-16页 |
·支持向量机算法 | 第16-18页 |
·SVM用于回归 | 第18-20页 |
·最小二乘支持向量机 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 基于LS-SVM的风轮模型及运行特性分析 | 第22-30页 |
·引言 | 第22页 |
·叶素理论的风轮建模原理 | 第22-24页 |
·基于LS-SVM的风轮模型 | 第24-26页 |
·网络结构 | 第24-25页 |
·网络训练样本的选取 | 第25-26页 |
·程序示例 | 第26页 |
·模型仿真结果及运行特性分析 | 第26-29页 |
·T-n曲线 | 第26-28页 |
·T-v和P-v曲线 | 第28-29页 |
·本章小结 | 第29-30页 |
第四章 基于最小二乘支持向量机的变桨距预测研究 | 第30-35页 |
·引言 | 第30页 |
·基于LS-SVM的功率系数建模设计 | 第30-32页 |
·高于额定风速下基于最小二乘支持向量机的桨距角预测 | 第32-33页 |
·仿真结果研究 | 第33-34页 |
·本章小结 | 第34-35页 |
第五章 基于最小二乘支持向量机的短期风速及发电量预报 | 第35-48页 |
·引言 | 第35页 |
·风特性 | 第35-36页 |
·风力机的空气动力学 | 第36页 |
·LS-SVM网络 | 第36-41页 |
·基于LS-SVM网络进行风速预测的基本步骤 | 第36-38页 |
·实例分析 | 第38-41页 |
·短期发电量预报 | 第41-43页 |
·参数优化 | 第43-47页 |
·粒子群优化算法的思想 | 第43-45页 |
·粒子群优化最小二乘支持向量机的构建 | 第45页 |
·粒子群优化参数的最小二乘支持向量机预测模型 | 第45-47页 |
·本章小结 | 第47-48页 |
第六章 结论与展望 | 第48-50页 |
·结论 | 第48页 |
·研究工作的展望 | 第48-50页 |
参考文献 | 第50-53页 |
致谢 | 第53-54页 |
在学期间发表的学术论文和参加科研情况 | 第54页 |