基于相关向量机的风电功率短期预测及其不确定性研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 风电功率预测方法 | 第11-12页 |
| 1.2.2 国内外风电功率预测及不确定性研究现状 | 第12-13页 |
| 1.3 论文的主要工作 | 第13-15页 |
| 2 风电功率短期预测方法 | 第15-29页 |
| 2.1 风电功率预测方法分类 | 第15页 |
| 2.2 风电功率预测的过程 | 第15-16页 |
| 2.2.1 数据分析 | 第16页 |
| 2.2.2 建模 | 第16页 |
| 2.2.3 预测 | 第16页 |
| 2.3 数值天气预报数据分析 | 第16-22页 |
| 2.3.1 风速风向基本特性 | 第17-21页 |
| 2.3.2 风速与风电功率数据的关系 | 第21-22页 |
| 2.4 风电功率预测的统计模型 | 第22-28页 |
| 2.4.1 时间序列法 | 第22-24页 |
| 2.4.2 神经网络法 | 第24-26页 |
| 2.4.3 小波分析 | 第26-27页 |
| 2.4.4 支持向量机法(SVM) | 第27页 |
| 2.4.5 相关向量机法(RVM) | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 3 基于相关向量机的风电功率预测 | 第29-43页 |
| 3.1 相关向量机(RVM)模型定义 | 第29-31页 |
| 3.2 贝叶斯推理过程 | 第31-33页 |
| 3.3 相关向量机RVM学习过程 | 第33-34页 |
| 3.4 相关向量机RVM模型预测 | 第34-35页 |
| 3.5 算例分析 | 第35-40页 |
| 3.6 本章小结 | 第40-43页 |
| 4 影响风电功率预测不确定性的因素 | 第43-53页 |
| 4.1 预测误差的存在形式及评价指标 | 第43-45页 |
| 4.1.1 预测误差的存在形式 | 第44页 |
| 4.1.2 纵向误差指标 | 第44-45页 |
| 4.2 风电功率的出力特性 | 第45-47页 |
| 4.3 风电功率预测误差的分布特性 | 第47-48页 |
| 4.4 风电功率预测误差的影响因素 | 第48-52页 |
| 4.4.1 输入数据的精度 | 第49-50页 |
| 4.4.2 风电场内风电机组故障停机的不确定性 | 第50页 |
| 4.4.3 预测模型误差 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 5 风电功率预测的不确定性分析 | 第53-65页 |
| 5.1 影响因素的不确定性 | 第53-55页 |
| 5.2 概率密度函数 | 第55-56页 |
| 5.3 算例分析 | 第56-62页 |
| 5.4 本章小结 | 第62-65页 |
| 6 结论与展望 | 第65-67页 |
| 攻读硕士学位期间参加的科研项目及发表的学术论文 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-73页 |
