| 摘要 | 第1页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-17页 |
| ·风电的发展概况 | 第6-7页 |
| ·选题背景及意义 | 第7-8页 |
| ·国内外风速及发电量短期预报研究现状 | 第8-10页 |
| ·风速预测的基本方法 | 第8-9页 |
| ·国外风速短期预报研究现状 | 第9-10页 |
| ·国内风速及发电量短期预报研究现状 | 第10页 |
| ·风速特性概述 | 第10-13页 |
| ·风速的分布特性 | 第11页 |
| ·风能及风力发电功率的计算 | 第11-12页 |
| ·风速的变化特性 | 第12-13页 |
| ·实际风电场风特性分布 | 第13-15页 |
| ·数据介绍 | 第13-14页 |
| ·风向特性 | 第14页 |
| ·风速特性 | 第14-15页 |
| ·论文的主要工作及研究内容 | 第15-17页 |
| 第二章 支持向量机原理 | 第17-30页 |
| ·机器学习的基本理论 | 第17-19页 |
| ·机器学习问题的表示 | 第17-18页 |
| ·经验风险 | 第18-19页 |
| ·统计学习的基本概念 | 第19-21页 |
| ·VC维 | 第19-20页 |
| ·推广性的界 | 第20-21页 |
| ·结构风险最小化原则 | 第21页 |
| ·支持向量机的理论 | 第21-26页 |
| ·支持向量回归机 | 第22-24页 |
| ·核函数 | 第24-26页 |
| ·最小二乘支持向量机原理 | 第26-30页 |
| ·支持向量机的改进 | 第26-27页 |
| ·最小二乘支持向量机原理 | 第27-30页 |
| 第三章 最小二乘支持向量机的短期风速预测 | 第30-45页 |
| ·最小二乘支持向量机风速预测步骤 | 第30-31页 |
| ·最小二乘支持向量机参数的确定 | 第31-39页 |
| ·网格搜索法 | 第31-33页 |
| ·网格技术简介 | 第31-33页 |
| ·网格搜索方法 | 第33页 |
| ·遗传算法 | 第33-39页 |
| ·遗传算法的原理 | 第33-34页 |
| ·遗传算法的基本结构 | 第34-37页 |
| ·基于遗传算法的支持向量机参数选取问题 | 第37-38页 |
| ·数值实验 | 第38-39页 |
| ·基于最小二乘支持向量机的短期风速预测 | 第39-45页 |
| 第四章 基于小波变换的数据平稳化处理 | 第45-55页 |
| ·引言 | 第45页 |
| ·小波的定义 | 第45-48页 |
| ·小波变换原理 | 第48-52页 |
| ·母小波 | 第48-49页 |
| ·连续小波变换 | 第49-50页 |
| ·离散小波变换 | 第50-51页 |
| ·多分辨率分析 | 第51-52页 |
| ·基于小波分析的风速数据平稳化处理 | 第52-54页 |
| ·结论 | 第54-55页 |
| 第五章 基于小波变换和最小二乘支持向量机的风速预测 | 第55-59页 |
| ·方法构思 | 第55-56页 |
| ·基于小波分解和最小二乘支持向量机的风速预测 | 第56-57页 |
| ·结论 | 第57-59页 |
| 第六章 结论及展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 在学期间发表的学术论文和参加科研情况 | 第65页 |