风电场风电功率预测方法研究
| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-22页 |
| ·研究背景及意义 | 第12-13页 |
| ·国内外研究现状及发展趋势 | 第13-16页 |
| ·风电功率预测方法 | 第16-20页 |
| ·本文主要研究内容及章节安排 | 第20-22页 |
| 第二章 风电场尾流效应和季节性分析 | 第22-30页 |
| ·风电场尾流效应 | 第22-27页 |
| ·风电场季节性分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 风电功率时间序列的混沌属性及相空间重构 | 第30-45页 |
| ·混沌属性分析 | 第30-33页 |
| ·相空间生构 | 第33-39页 |
| ·风电功率时间序列的混沌属性分析 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 风电功率短期预测的人工神经网络方法 | 第45-60页 |
| ·风电功率预测模型评价标准 | 第45页 |
| ·神经网络基本知识 | 第45-48页 |
| ·BP神经网络 | 第48-52页 |
| ·GRNN神经网络 | 第52-55页 |
| ·结合数值天气预报的神经网络中期预测模型 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 风电功率短期预测的时间序列方法 | 第60-83页 |
| ·时间序列分析方法介绍 | 第60-67页 |
| ·ARMA短期预测模型 | 第67-75页 |
| ·噪声场合下的ARMA短期预测模型 | 第75-79页 |
| ·ARMA与神经网络集成预测模型 | 第79-82页 |
| ·本章小结 | 第82-83页 |
| 第六章 LabVIEW集成化风电功率预测系统 | 第83-103页 |
| ·开发环境简介 | 第83-84页 |
| ·风电功率预测系统简介 | 第84-87页 |
| ·风电功率系统软件主要交互界面 | 第87-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 工作总结与展望 | 第103-106页 |
| ·工作总结 | 第103-104页 |
| ·工作展望 | 第104-106页 |
| 参考文献 | 第106-111页 |
| 致谢 | 第111-112页 |
| 攻读学位期间已发表和录用的论文 | 第112页 |
