基于风速模式的短期风速预测
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景、目的及意义 | 第7-8页 |
| 1.1.1 研究背景 | 第7页 |
| 1.1.2 研究目的及意义 | 第7-8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.2.1 短期风速预测 | 第8-9页 |
| 1.2.2 现状分析与问题 | 第9-10页 |
| 1.3 本文工作及组织结构 | 第10-13页 |
| 1.3.1 本文主要工作 | 第10-11页 |
| 1.3.2 本文组织结构 | 第11-13页 |
| 第二章 基于统计模型的短期风速预测 | 第13-31页 |
| 2.1 风速特性 | 第13-14页 |
| 2.1.1 风速的分布特性 | 第13-14页 |
| 2.1.2 风速的变化特性 | 第14页 |
| 2.2 机器学习基础 | 第14-17页 |
| 2.2.1 基本理论 | 第15-16页 |
| 2.2.2 VC维 | 第16页 |
| 2.2.3 结构风险最小化 | 第16-17页 |
| 2.3 风速预测模型 | 第17-23页 |
| 2.3.1 支持向量回归 | 第17-21页 |
| 2.3.2 核函数 | 第21-22页 |
| 2.3.3 Lasso模型 | 第22-23页 |
| 2.4 实验分析 | 第23-31页 |
| 2.4.1 基于非线性假设的风速预测 | 第23-27页 |
| 2.4.2 基于线性假设下的风速预测 | 第27-31页 |
| 第三章 基于多视角的风速模式挖掘 | 第31-47页 |
| 3.1 潜藏的风速模式 | 第31-33页 |
| 3.2 多视角的基本思想 | 第33-34页 |
| 3.3 多视角聚类算法 | 第34-39页 |
| 3.3.1 多视角问题 | 第34页 |
| 3.3.2 算法背景 | 第34-35页 |
| 3.3.3 目标函数 | 第35-37页 |
| 3.3.4 算法求解 | 第37-39页 |
| 3.4 风速模式挖掘框架 | 第39-43页 |
| 3.4.1 框架简介 | 第40页 |
| 3.4.2 多视角特征提取 | 第40-42页 |
| 3.4.3 模式数量的确定 | 第42-43页 |
| 3.4.4 框架的实现与配置 | 第43页 |
| 3.5 实验分析 | 第43-47页 |
| 第四章 基于风速模式的短期风速预测 | 第47-55页 |
| 4.1 人工提取多视角特征的风速预测 | 第47-51页 |
| 4.1.1 硬件环境 | 第48页 |
| 4.1.2 数据及其特点 | 第48-49页 |
| 4.1.3 实验配置 | 第49页 |
| 4.1.4 实验结果分析 | 第49-51页 |
| 4.2 卷积神经网络提取多视角特征的风速预测 | 第51-53页 |
| 4.2.1 卷积神经网络与风速变化 | 第51页 |
| 4.2.2 数据及参数设置 | 第51-52页 |
| 4.2.3 实验结果分析 | 第52-53页 |
| 4.3 实验总结与分析 | 第53-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 本文工作总结 | 第55页 |
| 5.2 下一步工作展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录 | 第61-63页 |
| 发表论文和参加科研情况说明 | 第63-65页 |
| 致谢 | 第65页 |
