| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·风电功率预测研究背景 | 第9-10页 |
| ·风电功率预测研究现状 | 第10-11页 |
| ·国外风电功率预测研究现状 | 第10-11页 |
| ·国内风电功率预测研究现状 | 第11页 |
| ·课题研究意义 | 第11-12页 |
| ·课题研究内容 | 第12-14页 |
| 2 风电功率输出特性及影响因素分析 | 第14-20页 |
| ·风电功率理论计算 | 第14-15页 |
| ·输出功率的影响因素 | 第15-17页 |
| ·实例分析 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 3 预测方法探究 | 第20-26页 |
| ·常用预测方法介绍 | 第20-22页 |
| ·定性预测技术 | 第20-21页 |
| ·定量预测技术 | 第21-22页 |
| ·风电功率预测方法 | 第22-24页 |
| ·预测精度评价指标 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 4 神经网络简介及BP神经网络模型 | 第26-35页 |
| ·神经网络概述 | 第26-29页 |
| ·BP神经网络及建模基础 | 第29-32页 |
| ·模型实例分析 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 5 基于聚类思想的风电机组群划分研究 | 第35-41页 |
| ·概述 | 第35页 |
| ·风力机组风速空间特征分析 | 第35-36页 |
| ·风电场区域归类技术手段探究 | 第36-37页 |
| ·基于扩散理论的机组谱聚类划分方法探究 | 第37-40页 |
| ·马尔科夫转移矩阵的创建 | 第37-38页 |
| ·马尔科夫概率转移矩阵的谱分析 | 第38-39页 |
| ·扩散距离的计算 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 6 基于区域聚类分析的改进神经网络短期风电功率预测 | 第41-58页 |
| ·模型概述 | 第41页 |
| ·基于区域聚类分析的改进神经网络风电功率预测流程 | 第41-44页 |
| ·分区域划分 | 第42页 |
| ·标准机群功率预测 | 第42-43页 |
| ·分区域及总区域风电功率预测 | 第43-44页 |
| ·实例验证 | 第44-56页 |
| ·分区域划分 | 第44-45页 |
| ·确定标准风电机组群 | 第45-46页 |
| ·基于遗传算法改进的神经网络标准机组功率预测 | 第46-55页 |
| ·风电场分区域及总区域功率预测 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 7 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 附录A 遗传算法优化神经网络部分代码及气象数据 | 第62-65页 |
| 攻读硕士学位期间发表学术论文情况 | 第65-66页 |
| 致谢 | 第66-67页 |