| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-11页 |
| ·课题的研究背景及意义 | 第7页 |
| ·风速的研究现状与研究成果 | 第7-9页 |
| ·本文的主要工作 | 第9-11页 |
| 2 风速的特性分析及数据的预处理 | 第11-23页 |
| ·风速特性的探索性分析 | 第11-13页 |
| ·风速的分布特性 | 第11页 |
| ·风速的变化特性 | 第11-12页 |
| ·风速预测的特点 | 第12-13页 |
| ·数据挖掘理论 | 第13-14页 |
| ·数据挖掘的定义 | 第13-14页 |
| ·数据挖掘的分析方法 | 第14页 |
| ·原始数据的预处理 | 第14-17页 |
| ·异常数据的查找和修正 | 第14-16页 |
| ·数据的归一化处理 | 第16-17页 |
| ·风速及相关变量的分析 | 第17-23页 |
| ·典型相关分析的原理 | 第17-19页 |
| ·基于典型相关法分析法的变量分析 | 第19-23页 |
| 3 应用时间序列分析进行短期风速预测 | 第23-31页 |
| ·随机时间序列分析原理 | 第23-26页 |
| ·平稳随机时间序列的定义及性质 | 第23-24页 |
| ·平稳随机时间序列线性模型的分类 | 第24-25页 |
| ·非平稳随机时间序列的平稳化处理及其模型 | 第25页 |
| ·平稳随机时间序列模型的识别 | 第25-26页 |
| ·实例分析 | 第26-31页 |
| ·应用时间序列分析进行预测的主要步骤 | 第26页 |
| ·样本序列的平稳化并建立模型 | 第26-28页 |
| ·预测结果分析 | 第28-31页 |
| 4 应用支持向量回归机进行短期风速预测 | 第31-47页 |
| ·支持向量回归机的基本理论 | 第31-39页 |
| ·ε- 支持向量回归机 | 第33-37页 |
| ·v - 支持向量回归机 | 第37-39页 |
| ·应用支持向量回归机进行预测的主要流程 | 第39-40页 |
| ·实例分析 | 第40-45页 |
| ·基于ε- SVR 模型的短期风速预测 | 第40-43页 |
| ·基于v - SVR 模型的短期风速预测 | 第43-45页 |
| ·基于SVR 模型与基于时间序列模型的预测结果分析 | 第45-47页 |
| 5 结论 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-54页 |
| 攻读硕士学位期间发表论文和科研成果 | 第54页 |