| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·论文主要工作与内容安排 | 第13-15页 |
| 第2章 风电机组输出功率特性及建模 | 第15-19页 |
| ·引言 | 第15页 |
| ·风力发电机组的输出功率特性分析 | 第15页 |
| ·风电功率预测的基本过程 | 第15-18页 |
| ·数据的收集和预处理 | 第15-16页 |
| ·建立预测模型进行预测 | 第16页 |
| ·误差分析 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 风电功率预测的数据分析与预处理 | 第19-25页 |
| ·引言 | 第19页 |
| ·数据分析 | 第19-20页 |
| ·数据集预处理 | 第20-24页 |
| ·剔除坏数据和补充缺失数据 | 第20-21页 |
| ·数据归一化 | 第21页 |
| ·数据降维 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第4章 基于优化的核心向量回归模型的风速预测 | 第25-34页 |
| ·引言 | 第25页 |
| ·优化的核心向量回归模型 | 第25-29页 |
| ·核心向量回归模型 | 第25-26页 |
| ·采用粒子群优化算法对核心向量回归模型进行参数优化 | 第26-29页 |
| ·实验分析 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 第5章 基于优化稀疏贝叶斯回归模型的风电功率预测 | 第34-44页 |
| ·引言 | 第34页 |
| ·优化的稀疏贝叶斯回归模型 | 第34-38页 |
| ·稀疏贝叶斯回归模型 | 第34-37页 |
| ·利用人工蜂群算法对稀疏贝叶斯模型进行参数优化 | 第37-38页 |
| ·实验分析 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 第6章 总结和展望 | 第44-46页 |
| ·总结 | 第44-45页 |
| ·展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第49-50页 |
| 致谢 | 第50页 |