| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题研究背景及意义 | 第12-15页 |
| 1.1.1 研究背景 | 第12-14页 |
| 1.1.2 研究目的和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 单一风电功率预测方法 | 第15页 |
| 1.2.2 风电功率组合预测方法 | 第15-17页 |
| 1.3 论文的主要研究内容 | 第17-18页 |
| 1.4 论文的组织结构与章节安排 | 第18-19页 |
| 第2章 风电功率预测方法研究 | 第19-39页 |
| 2.1 引言 | 第19页 |
| 2.2 统计预测模型 | 第19-27页 |
| 2.2.1 GA-BP神经网络模型 | 第19-23页 |
| 2.2.2 RBF神经网络模型 | 第23-24页 |
| 2.2.3 支持向量机模型 | 第24-26页 |
| 2.2.4 建模方式及参数说明 | 第26-27页 |
| 2.3 物理预测模型 | 第27-29页 |
| 2.3.1 CFD流场预计算模型 | 第27-29页 |
| 2.3.2 建模方式及参数说明 | 第29页 |
| 2.4 算例及分析 | 第29-38页 |
| 2.4.1 数据及预处理 | 第29-30页 |
| 2.4.2 功率预测结果对比分析 | 第30-38页 |
| 2.5 本章小结 | 第38-39页 |
| 第3章 风电功率定权重组合预测方法研究 | 第39-54页 |
| 3.1 引言 | 第39页 |
| 3.2 组合权重计算方法 | 第39-42页 |
| 3.2.1 等权平均法 | 第39-40页 |
| 3.2.2 误差平方和最小法 | 第40页 |
| 3.2.3 熵值法 | 第40-41页 |
| 3.2.4 灰色关联度最大化法 | 第41-42页 |
| 3.2.5 GA-BP神经网络法 | 第42页 |
| 3.3 定权重组合预测模型适用性分析 | 第42-53页 |
| 3.3.1 模型拟合精度对比 | 第43-48页 |
| 3.3.2 模型外推精度对比 | 第48-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 基于模型筛选和支持向量机的变权重组合预测方法研究 | 第54-66页 |
| 4.1 引言 | 第54-55页 |
| 4.2 基于误差综合评价指标的模型筛选方法 | 第55-56页 |
| 4.2.1 误差综合评价指标 | 第55-56页 |
| 4.2.2 模型筛选方法 | 第56页 |
| 4.3 基于支持向量机的变权重组合预测方法 | 第56-57页 |
| 4.4 算例及分析 | 第57-65页 |
| 4.4.1 模型预测误差分析 | 第57-61页 |
| 4.4.2 基于不同模型筛选指标的预测误差对比 | 第61-63页 |
| 4.4.3 定权重组合与变权重组合误差对比 | 第63-65页 |
| 4.5 本章小结 | 第65-66页 |
| 第5章 组合预测方法在风电功率预测系统中的应用 | 第66-76页 |
| 5.1 引言 | 第66-67页 |
| 5.2 系统概述 | 第67-69页 |
| 5.2.1 系统功能需求 | 第67-68页 |
| 5.2.2 系统开发原则及性能要求 | 第68-69页 |
| 5.3 系统设计 | 第69-70页 |
| 5.4 系统实现 | 第70-73页 |
| 5.5 系统应用 | 第73-75页 |
| 5.5.1 系统运行环境 | 第73页 |
| 5.5.2 系统展示 | 第73-75页 |
| 5.6 本章小结 | 第75-76页 |
| 第6章 结论与展望 | 第76-78页 |
| 6.1 结论 | 第76页 |
| 6.2 论文创新点 | 第76页 |
| 6.3 研究展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文 | 第82-83页 |
| 致谢 | 第83页 |