| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 风电典型场景选取方法研究现状 | 第12-13页 |
| 1.2.2 聚类分析的研究现状 | 第13-15页 |
| 1.3 本论文的主要工作 | 第15-17页 |
| 第2章 相关基础理论 | 第17-29页 |
| 2.1 风电场出力特性分析 | 第17-21页 |
| 2.1.1 风能特性分析 | 第17-18页 |
| 2.1.2 风电场输出功率的影响因素 | 第18-21页 |
| 2.2 风力发电机组稳态数学模型 | 第21-24页 |
| 2.2.1 定速异步感应发电机稳态数学模型 | 第21-22页 |
| 2.2.2 双馈风电机组稳态数学模型 | 第22-24页 |
| 2.3 聚类基础理论 | 第24-28页 |
| 2.3.1 聚类基本概念 | 第24页 |
| 2.3.2 聚类分析的主要过程 | 第24-25页 |
| 2.3.3 聚类分析方法的性能要求 | 第25-26页 |
| 2.3.4 聚类有效性指标 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于改进的模糊C均值聚类算法的地区风电功率典型场景选取方法 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 模糊C均值聚类算法的基础理论 | 第29-30页 |
| 3.3 改进模糊C均值聚类算法的基本思路 | 第30-34页 |
| 3.3.1 初始聚类中心的选择 | 第31页 |
| 3.3.2 选择适用于模糊聚类算法的有效性指标函数 | 第31-32页 |
| 3.3.3 风电出力样本聚类分析 | 第32-34页 |
| 3.4 方法验证与实例分析 | 第34-37页 |
| 3.4.1 实例概述 | 第34页 |
| 3.4.2 确定最佳聚类数目 | 第34-35页 |
| 3.4.3 聚类结果对比分析 | 第35-37页 |
| 3.4.4 风电典型场景的选取 | 第37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 基于分层聚类算法的地区风电功率典型场景选取方法 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 分层聚类算法的基础理论 | 第39-41页 |
| 4.3 风电出力样本聚类分析 | 第41-42页 |
| 4.4 最佳聚类数目的确定 | 第42-43页 |
| 4.5 方法验证与实例分析 | 第43-46页 |
| 4.5.1 案例概述 | 第43页 |
| 4.5.2 确定最佳聚类数目 | 第43-45页 |
| 4.5.3 聚类结果对比分析 | 第45页 |
| 4.5.4 风电典型场景的选取 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 5.1 结论 | 第47-48页 |
| 5.2 展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第53-54页 |
| 致谢 | 第54页 |
