风电场输出功率的组合预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究背景 | 第9-12页 |
| ·课题研究意义 | 第12-13页 |
| ·风电场输出功率预测研究现状 | 第13-14页 |
| ·本文主要研究内容 | 第14-16页 |
| 第2章 风电场输出功率预测的基本理论 | 第16-23页 |
| ·风电功率预测流程 | 第16-18页 |
| ·风电场输出功率预测方法分类 | 第18-22页 |
| ·预测算法开发软件 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 风电场输出功率单—预测方法研究 | 第23-46页 |
| ·BP神经网络预测方法 | 第23-31页 |
| ·神经网络基本理论 | 第23-26页 |
| ·神经网络的基本概念 | 第23页 |
| ·神经网络的基本特征 | 第23-24页 |
| ·神经网络的模型和结构 | 第24-26页 |
| ·BP神经网络预测方法研究 | 第26-29页 |
| ·BP神经网络概述 | 第26页 |
| ·BP神经网络算法 | 第26-29页 |
| ·BP神经网络建模和实例分析 | 第29-31页 |
| ·数据归一化 | 第29页 |
| ·BP神经网络参数选择 | 第29-30页 |
| ·BP神经网络预测实例与分析 | 第30-31页 |
| ·时间序列分析法 | 第31-42页 |
| ·时间序列分析法基本理论 | 第31-35页 |
| ·时间序列 | 第31-32页 |
| ·时间系列分析法 | 第32-33页 |
| ·时间序列预测模型 | 第33-35页 |
| ·时间序列建模过程 | 第35-38页 |
| ·模型识别 | 第35-36页 |
| ·参数估计 | 第36-37页 |
| ·模型校验 | 第37-38页 |
| ·时间序列实例分析 | 第38-42页 |
| ·单一预测方法对比分析 | 第42-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 风电场输出的功率组合预测方法研究 | 第46-57页 |
| ·组合预测方法 | 第47-55页 |
| ·小波基本理论 | 第47-50页 |
| ·小波函数 | 第47页 |
| ·小波变换 | 第47-49页 |
| ·多分辨率分析及Mallat算法 | 第49-50页 |
| ·组合预测实例分析 | 第50-55页 |
| ·组合预测研究分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 结论与展望 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |
