摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-14页 |
1.1 研究背景 | 第7-8页 |
1.2 低风速风电的概念及优势 | 第8-10页 |
1.2.1 低风速风电的概念 | 第9页 |
1.2.2 低风速风电的优势 | 第9-10页 |
1.3 研究现状 | 第10-13页 |
1.3.1 风速概率分布模型研究现状 | 第10-11页 |
1.3.2 参数优化方法研究现状 | 第11-13页 |
1.4 本文研究的主要内容和创新点 | 第13-14页 |
1.4.1 本文研究的主要内容 | 第13页 |
1.4.2 本文的创新点 | 第13-14页 |
第二章 风速概率分布模型研究 | 第14-21页 |
2.1 Weibull分布模型 | 第14-18页 |
2.2 Rayleigh分布模型 | 第18-19页 |
2.3 Gamma分布模型 | 第19-20页 |
2.4 Lognormal分布模型 | 第20-21页 |
本章小结 | 第21页 |
第三章 风速概率分布模型的参数优化方法 | 第21-32页 |
3.1 数值估计法 | 第21-26页 |
3.1.1 矩估计法(Moment Estimation,ME) | 第23页 |
3.1.2 极大似然估计法(Maximum Likelihood Estimation,MLE) | 第23-24页 |
3.1.3 最小二乘估计法(Least Squares Method,LSM) | 第24-26页 |
3.2 群智能算法 | 第26-31页 |
3.2.1 蝙蝠算法(Bat Algorithm,BA) | 第26-29页 |
3.2.2 布谷鸟算法(Cuckoo Search,CS) | 第29-30页 |
3.2.3 粒子群优化算法(Particle Swarm Optimization,PSO) | 第30-31页 |
本章小结 | 第31-32页 |
第四章 实证研究 | 第32-50页 |
4.1 研究区域介绍 | 第33页 |
4.2 风速数据外推 | 第33-35页 |
4.3 分布模型的拟合性能评估 | 第35-37页 |
4.3.1 判定系数R~2 | 第35-36页 |
4.3.2 均方根误差(RMSE) | 第36页 |
4.3.3 卡方检验(χ~2 test) | 第36页 |
4.3.4 K-S检验(K-S test) | 第36-37页 |
4.4 结果与分析 | 第37-46页 |
4.4.1 模型参数的估计结果与比较 | 第39-44页 |
4.4.2 最佳分布模型的选择 | 第44-46页 |
4.5 风能的计算与分析评估 | 第46-49页 |
4.5.1 风功率密度 | 第46页 |
4.5.2 平均风功率密度 | 第46-47页 |
4.5.3 有效风功率密度 | 第47-48页 |
4.5.4 风机的可用系数 | 第48-49页 |
4.5.5 风机的容量因数 | 第49页 |
本章小结 | 第49-50页 |
第五章 结论与展望 | 第50-52页 |
5.1 结论 | 第50-51页 |
5.2 展望 | 第51-52页 |
参考文献 | 第52-55页 |
在学期间的研究成果 | 第55-56页 |
致谢 | 第56-57页 |