| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 风速预测的研究意义与背景 | 第7-8页 |
| 1.1.1 风速预测的意义 | 第7页 |
| 1.1.2 风速预测的分类 | 第7-8页 |
| 1.1.3 风速预测的特点 | 第8页 |
| 1.1.4 风速预测的步骤 | 第8页 |
| 1.2 风速预测的方法研究 | 第8-11页 |
| 1.2.1 风速预测方法研究现状 | 第8-10页 |
| 1.2.2 风速预测中存在的问题 | 第10-11页 |
| 1.3 本文的研究内容 | 第11页 |
| 1.4 本文结构 | 第11-13页 |
| 第二章 基于ICEEMD-SE-PSR-GRNN混合模型的理论方法研究 | 第13-25页 |
| 2.1 改进的完备总体经验模态分解(ICEEMD) | 第13-16页 |
| 2.1.1 EMD、EEMD、CEEMD分解算法 | 第14-16页 |
| 2.1.2 ICEEMD分解算法 | 第16页 |
| 2.2 样本熵(SE) | 第16-18页 |
| 2.3 相空间重构(PSR) | 第18-21页 |
| 2.3.1 时间窗长度 | 第19页 |
| 2.3.2 C-C方法 | 第19-21页 |
| 2.4 广义回归神经网络(GRNN) | 第21-23页 |
| 2.5 灰狼优化算法(GWO) | 第23-24页 |
| 2.6 本章小结 | 第24-25页 |
| 第三章 ICEEMD-SE-PSR-GRNN混合集成风速预测模型 | 第25-29页 |
| 3.1 预测效果的评价指标 | 第25-26页 |
| 3.2 混合集成风速预测模型的建立:ICEEMD-SE-PSR-GRNN | 第26-28页 |
| 3.3 本章小结 | 第28-29页 |
| 第四章 案例研究与分析 | 第29-42页 |
| 4.1 数据收集与描述 | 第29-30页 |
| 4.2 案例一的实证分析 | 第30-34页 |
| 4.2.1 ICEEMD分解及样本熵重组分量过程 | 第30-31页 |
| 4.2.2 变量输入形式的动态选择 | 第31-32页 |
| 4.2.3 GRNN模型参数的优化及确定 | 第32页 |
| 4.2.4 预测结果 | 第32页 |
| 4.2.5 模型对比 | 第32-34页 |
| 4.3 案例二的实证分析 | 第34-40页 |
| 4.3.1 ICEEMD分解及样本熵重组分量过程 | 第34-35页 |
| 4.3.2 变量输入形式的动态选择 | 第35-37页 |
| 4.3.3 GRNN模型参数的优化及确定 | 第37页 |
| 4.3.4 预测结果 | 第37-38页 |
| 4.3.5 模型对比 | 第38-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第五章 结论与展望 | 第42-44页 |
| 5.1 结论 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47页 |
