| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 风速预测研究背景及意义 | 第9-11页 |
| 1.2 风速预测研究现状及存在的问题 | 第11-16页 |
| 1.2.1 风速预测的分类 | 第11-12页 |
| 1.2.2 风速预测的现有研究方法 | 第12-15页 |
| 1.2.3 风速预测目前存在的问题 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-17页 |
| 第2章 相关工作介绍 | 第17-24页 |
| 2.1 迁移学习 | 第17-19页 |
| 2.2 深度学习 | 第19-21页 |
| 2.3 递归神经网络 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于SHL-DNN迁移模型的风速预测 | 第24-40页 |
| 3.1 SHL-DNN迁移模型的介绍 | 第24-25页 |
| 3.2 SHL-DNN迁移模型在风速预测中的应用 | 第25-39页 |
| 3.2.1 实验数据及评判标准 | 第25-29页 |
| 3.2.2 直接借用其他数据集的实验效果 | 第29-30页 |
| 3.2.3 不同训练策略的实验效果 | 第30-31页 |
| 3.2.4 迁移到少数据风电场的实验效果 | 第31-34页 |
| 3.2.5 随着目标域数据增多的实验效果 | 第34-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第4章 考虑时间特性的DNN-DRNN迁移模型的风速预测 | 第40-54页 |
| 4.1 考虑时间特性的DNN-DRNN迁移模型的介绍 | 第40-41页 |
| 4.2 考虑时间特性的DNN-DRNN迁移模型在风速预测中的应用 | 第41-53页 |
| 4.2.1 实验数据及评判标准 | 第41-44页 |
| 4.2.2 模型参数的选择实验 | 第44-46页 |
| 4.2.3 低层和高层模型的选择实验 | 第46-48页 |
| 4.2.4 迁移到少数据风机的实验效果 | 第48-49页 |
| 4.2.5 随着目标域数据增多的实验效果 | 第49-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 发表论文和参加科研情况说明 | 第60-61页 |
| 致谢 | 第61-62页 |
