首页--工业技术论文--能源与动力工程论文--风能、风力机械论文--风能论文

基于径向基函数和模糊技术的风能预测模型研究

摘要第1-6页
Abstract第6-9页
第一章 绪论第9-14页
   ·课题的研究背景第9-10页
   ·研究的目的和意义第10-11页
   ·国内外研究现状第11-12页
     ·国外研究现状第11-12页
     ·国内研究现状第12页
   ·课题的研究内容第12-14页
第二章 风能预测技术基础第14-20页
   ·概述第14页
   ·风能预测基础第14-15页
     ·数值天气预报第14-15页
   ·风能预测的分类第15-19页
     ·按预测时间分类第15-16页
     ·按预测范围分类第16页
     ·按风能预测模型分类第16-19页
   ·本章小结第19-20页
第三章 人工神经网络模型在风能预测中的应用第20-32页
   ·概述第20-21页
   ·神经网络模型结构第21-28页
     ·神经元模型第21-23页
     ·网络拓扑结构第23页
     ·网络信息流向类型第23-24页
     ·神经网络学习方式第24-25页
     ·神经网络学习规则第25-27页
     ·竞争学习步骤第27-28页
   ·自组织神经网络第28页
   ·径向基函数神经网络第28-29页
   ·模糊逻辑函数第29-31页
   ·本章小结第31-32页
第四章 预测模型的建立和实现第32-49页
   ·概述第32-33页
   ·数据预处理模型的建立第33-34页
   ·风能初始预测模型的建立第34-37页
   ·风能预测修正模型的建立第37-41页
   ·风能预测软件开发第41-47页
     ·开发工具第41页
     ·软件开发第41-47页
   ·本章小结第47-49页
第五章 风能预测模型的验证第49-69页
   ·验证实例1第49-55页
   ·验证实例2第55-59页
   ·验证实例3第59-63页
   ·验证实例4第63-67页
   ·误差分析第67-68页
   ·本章小结第68-69页
第六章 结论与展望第69-71页
   ·结论第69页
   ·展望第69-71页
参考文献第71-75页
攻读硕士学位期间发表的论文第75-76页
致谢第76页

论文共76页,点击 下载论文
上一篇:热堆中添加MA核素的嬗变研究
下一篇:252kV GIS中隔离开关电弧模型的研究