| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 风电功率预测方法的分类 | 第10-14页 |
| 1.3 短期风电功率预测的国内外研究现状 | 第14-15页 |
| 1.3.1 国外研究现状 | 第14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文主要研究内容 | 第15-17页 |
| 2 风电场风电功率预测的基础理论 | 第17-25页 |
| 2.1 风电场功率特性分析 | 第17-19页 |
| 2.2.1 风速与风机输出功率的关系 | 第17页 |
| 2.2.2 单台风机的功率特性 | 第17-19页 |
| 2.2.3 风电场的功率特性 | 第19页 |
| 2.2 数据预处理 | 第19-21页 |
| 2.2.1 数据检验 | 第19-20页 |
| 2.2.2 不合理数据和缺测数据处理 | 第20页 |
| 2.2.3 数据归一化处理 | 第20-21页 |
| 2.3 输入变量的选取 | 第21页 |
| 2.4 智能算法参数优化 | 第21-23页 |
| 2.4.1 网格搜索算法 | 第22页 |
| 2.4.2 粒子群优化算法 | 第22-23页 |
| 2.5 误差评价体系 | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 3 基于最小二乘支持向量机的风电场短期风电功率预测 | 第25-37页 |
| 3.1 最小二乘支持向量机理论 | 第25-30页 |
| 3.1.1 机器学习 | 第25页 |
| 3.1.2 统计学习理论基础 | 第25-27页 |
| 3.1.3 支持向量机方法 | 第27-29页 |
| 3.1.4 最小二乘支持向量机 | 第29-30页 |
| 3.2 风电场短期风电功率预测模型 | 第30-35页 |
| 3.2.1 输入变量的选择 | 第30-32页 |
| 3.2.2 支持向量机参数选取 | 第32-33页 |
| 3.2.3 风电场功率分组预测方法 | 第33-34页 |
| 3.2.4 风电场功率预测流程 | 第34-35页 |
| 3.3 本章小结 | 第35-37页 |
| 4 风电场短期风电功率预测算法仿真与分析 | 第37-47页 |
| 4.1 春季典型月份预测结果与分析 | 第37-39页 |
| 4.2 夏季典型月份预测结果与分析 | 第39-41页 |
| 4.3 秋季典型月份预测结果与分析 | 第41-43页 |
| 4.4 冬季典型月份预测结果与分析 | 第43-45页 |
| 4.5 本章小结 | 第45-47页 |
| 5 短期风电功率预测系统的开发与应用 | 第47-61页 |
| 5.1 预测系统开发的需求 | 第47页 |
| 5.2 预测系统功能设计 | 第47-48页 |
| 5.3 预测系统软件的开发 | 第48-56页 |
| 5.4 短期风电功率预测系统在甘肃电网的应用 | 第56-59页 |
| 5.5 本章小结 | 第59-61页 |
| 6 结论与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-67页 |