摘要 | 第1-5页 |
Abstract | 第5-10页 |
1. 绪论 | 第10-19页 |
·课题研究背景 | 第10-11页 |
·课题研究的意义和价值 | 第11-12页 |
·风速短期预测极其国内外研究现状 | 第12-15页 |
·风速预测 | 第12页 |
·风速短期预测技术国内外研究现状 | 第12-15页 |
·混沌时间序列预测国内外研究现状 | 第15-16页 |
·课题主要研究内容 | 第16-18页 |
·论文结构安排 | 第18-19页 |
2. 风的特性和风能利用 | 第19-27页 |
·风和风速 | 第19-20页 |
·风速变化特性 | 第20-21页 |
·风能 | 第21-22页 |
·风力发电功率 | 第22-23页 |
·实际风场风速数据采集和风速特性分析 | 第23-26页 |
·训练集样本个数选取 | 第23-24页 |
·数据基本特征分析 | 第24-26页 |
·本章小结 | 第26-27页 |
3. 混沌支持向量机预测技术 | 第27-47页 |
·混沌时间序列预测理论 | 第27-33页 |
·混沌相空间重构 | 第28-29页 |
·混沌相空间重构参数的求取 | 第29-30页 |
·时间延迟τ的求取 | 第30-31页 |
·嵌入维数 m 的求取 | 第31-32页 |
·判定时间序列的混沌特性 | 第32-33页 |
·支持向量机回归 | 第33-37页 |
·在线性回归的情况下 | 第33-35页 |
·在非线性回归的情况下 | 第35-36页 |
·LIBSVM 工具箱 | 第36-37页 |
·混沌相空间重构和支持向量机结合的风速短期预测基本流程 | 第37-39页 |
·风速短期预测系统的 Matlab GUIDE 实现 | 第39-46页 |
·风速短期预测系统要实现的功能以及主要模块设计 | 第40页 |
·风速短期预测系统整体外观和开始功能区 | 第40-42页 |
·单独求延迟时间区 | 第42页 |
·单独确定嵌入维数区 | 第42-43页 |
·求最大 Lyapunov 指数区 | 第43-44页 |
·风速短期预测功能区 | 第44-46页 |
·本章小结 | 第46-47页 |
4. 相空间重构和支持向量机结合的风速短期预测实例仿真 | 第47-65页 |
·风速数据样本处理 | 第47-49页 |
·数据分解 | 第47-48页 |
·数据归一化 | 第48-49页 |
·风速时间序列混沌特性的判定 | 第49-56页 |
·X 方向-风速时间序列混沌特性的判定 | 第49-52页 |
·Y 方向-风速时间序列混沌特性的判定 | 第52-56页 |
·PSR-SVM 风速短期预测 | 第56-60页 |
·RBF 神经网络法风速短期预测 | 第60-61页 |
·时间序列分析法风速短期预测 | 第61-62页 |
·预测结果比较和讨论 | 第62-64页 |
·本章小结 | 第64-65页 |
5. 风速短期预测在 pcDuino 平台的实现 | 第65-77页 |
·目前常用的嵌入式平台介绍 | 第65-68页 |
·Arduino | 第65页 |
·Raspberry Pi | 第65-66页 |
·Cubieboard | 第66页 |
·pcDuino | 第66-68页 |
·GNU Octave 软件 | 第68-69页 |
·GNU Octave 简介 | 第68页 |
·Octave 在 pcDuino 软件上的安装 | 第68-69页 |
·LIBSVM 在 Octave 上的调试 | 第69页 |
·基于 pcDuino 平台的风速短期预测工作 | 第69-76页 |
·风速风向传感器信号采集 | 第70-73页 |
·风速短期预测代码调试 | 第73页 |
·pcDuino 与工控机通信 | 第73-74页 |
·pcDuino 风速短期预测 | 第74-76页 |
·本章小结 | 第76-77页 |
6. 结论与展望 | 第77-79页 |
·论文工作总结 | 第77-78页 |
·论文不足与展望 | 第78-79页 |
附录 A 混沌 RBF 神经网络风速短期预测值同真实值对比 | 第79-80页 |
附录 B 时间序列法风速短期预测值同真实值对比 | 第80-81页 |
附录 C 风速和风向信号读取程序 | 第81-83页 |
附录 D PSR-SVM 风速短期预测程序 | 第83-85页 |
附录 E 相空间重构和构造预测集两个被调用子函数程序 | 第85-86页 |
参考文献 | 第86-90页 |
攻读硕士学位期间发表的论文及所取得的研究成果 | 第90-91页 |
致谢 | 第91-92页 |