| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 风电功率预测的研究现状 | 第9-14页 |
| 1.2.1 风电功率预测的基本概念 | 第9-11页 |
| 1.2.2 风电功率预测方法 | 第11-12页 |
| 1.2.3 国内外研究现状 | 第12-14页 |
| 1.2.4 存在的问题与发展趋势 | 第14页 |
| 1.3 课题研究主要内容 | 第14-16页 |
| 2 超短期风电功率预测的基础理论 | 第16-24页 |
| 2.1 影响风力发电功率的因素分析 | 第16-20页 |
| 2.1.1 风电功率的影响因素 | 第16-18页 |
| 2.1.2 风电机组输出功率特性分析 | 第18-20页 |
| 2.2 风场数据检验与处理 | 第20-22页 |
| 2.2.1 数据检验 | 第21页 |
| 2.2.2 数据处理 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 3 利用支持向量机的超短期风电功率预测方法 | 第24-38页 |
| 3.1 支持向量机 | 第24-28页 |
| 3.1.1 机器学习 | 第24页 |
| 3.1.2 统计学习理论基础 | 第24-26页 |
| 3.1.3 支持向量机方法 | 第26-28页 |
| 3.2 利用支持向量机的超短期风电功率预测方法 | 第28-32页 |
| 3.2.1 利用支持向量机的超短期风电功率预测思路 | 第28页 |
| 3.2.2 输入变量选择方法分析 | 第28-30页 |
| 3.2.3 支持向量机参数的选择方法 | 第30页 |
| 3.2.4 误差评价体系 | 第30-31页 |
| 3.2.5 利用支持向量机的风电功率预测流程 | 第31-32页 |
| 3.3 算例分析 | 第32-37页 |
| 3.3.1 算例系统 | 第32页 |
| 3.3.2 输入变量种类选择的实验 | 第32-35页 |
| 3.3.3 输入变量维数选择的实验 | 第35-36页 |
| 3.3.4 支持向量机参数选择的实验 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 4 超短期风电功率预测组合预测方法的研究 | 第38-54页 |
| 4.1 粒子群算法 | 第38-40页 |
| 4.2 经验模态分解算法 | 第40-41页 |
| 4.3 超短期风电功率预测的组合方法 | 第41-43页 |
| 4.4 算例分析 | 第43-51页 |
| 4.4.1 支持向量机参数优化的实验测试 | 第43-49页 |
| 4.4.2 EMD-QPSO-SVM组合预测方法的实验测试 | 第49-51页 |
| 4.5 小结 | 第51-54页 |
| 5 总结及展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 致谢 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 在校学习期间发表的论文与参加科研情况 | 第62-64页 |
| 附录1 | 第64-68页 |
| 附录2 | 第68-69页 |