| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题研究背景 | 第9-13页 |
| 1.1.1 国外风电发展现状 | 第9-10页 |
| 1.1.2 国内风电发展现状 | 第10-12页 |
| 1.1.3 研究意义和目的 | 第12-13页 |
| 1.2 风电场功率预测现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本论文研究的主要内容 | 第16-17页 |
| 第2章 风力发电机功率预测方法介绍 | 第17-23页 |
| 2.1 风力发电机功率预测的意义 | 第17页 |
| 2.2 风力发电机功率预测方法介绍 | 第17-21页 |
| 2.2.1 基于数字天气预报的预测 | 第18页 |
| 2.2.2 基于时间序列建模的预测 | 第18-19页 |
| 2.2.3 基于神经网络法为主的预测 | 第19-20页 |
| 2.2.4 其他预测方法 | 第20-21页 |
| 2.2.5 马尔可夫模型对于风电功率预测的适用性 | 第21页 |
| 2.3 本章小结 | 第21-23页 |
| 第3章 基于马尔可夫模型的风电功率预测方法 | 第23-38页 |
| 3.1 引言 | 第23页 |
| 3.2 马尔可夫模型预测方法 | 第23-28页 |
| 3.2.1 马尔可夫模型 | 第23-25页 |
| 3.2.2 马尔可夫模型的状态划分方法 | 第25-27页 |
| 3.2.3 叠加马尔可夫模型预测方法 | 第27页 |
| 3.2.4 基于绝对分布的马尔可夫模型的预测步骤 | 第27-28页 |
| 3.3 基于马尔可夫模型的风电功率预测 | 第28-37页 |
| 3.3.1 风电历史功率的选取 | 第28页 |
| 3.3.2 风电功率的状态划分 | 第28-30页 |
| 3.3.3 计算转移概率矩阵 | 第30页 |
| 3.3.4 马氏性检验 | 第30-31页 |
| 3.3.5 绝对分布马尔可夫模型预测结果 | 第31-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于熵权法的组合预测方法 | 第38-56页 |
| 4.1 引入组合预测方法的必要性 | 第38页 |
| 4.2 熵权法理论介绍 | 第38-40页 |
| 4.2.1 信息熵 | 第38-39页 |
| 4.2.2 熵权法原理 | 第39-40页 |
| 4.3 基于持续预测法和马尔可夫模型的组合预测方法 | 第40-54页 |
| 4.3.1 基于熵值法的组合预测方法 | 第40-42页 |
| 4.3.2 马尔可夫模型预测与持续预测法的组合预测模型 | 第42-54页 |
| 4.4 本章小结 | 第54-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第61-62页 |
| 致谢 | 第62页 |