| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 课题研究背景与意义 | 第12-14页 |
| 1.1.1 国内外风电发展现状 | 第12-13页 |
| 1.1.2 风电预测意义 | 第13-14页 |
| 1.2 课题研究现状及问题 | 第14-18页 |
| 1.2.1 风电预测研究现状 | 第14-17页 |
| 1.2.2 风电预测研究存在问题 | 第17-18页 |
| 1.3 本文的主要研究内容 | 第18-19页 |
| 第二章 基于SVM-SBL的短期风电功率概率密度预测 | 第19-39页 |
| 2.1 基于SVM的风电功率单点值预测 | 第19-23页 |
| 2.1.1 SVM回归基本原理 | 第19-23页 |
| 2.1.2 SVM用于风电功率预测 | 第23页 |
| 2.2 SVM预测误差分析 | 第23-28页 |
| 2.2.1 预测误差自相关性分析 | 第24-25页 |
| 2.2.2 预测误差与NWP数据的互相关性分析 | 第25-26页 |
| 2.2.3 预测误差高斯特性分析 | 第26-28页 |
| 2.3 基于SBL的预测误差概率密度预测 | 第28-31页 |
| 2.3.1 SBL回归基本原理 | 第29-31页 |
| 2.3.2 SBL用于风电功率预测误差概率密度预测 | 第31页 |
| 2.4 SVM-SBL风电功率概率密度预测 | 第31-32页 |
| 2.5 算例分析 | 第32-38页 |
| 2.5.1 期望值预测精度分析 | 第33-34页 |
| 2.5.2 分布预测合理性分析 | 第34-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 风电场输出功率的多时段联合概率密度预测 | 第39-47页 |
| 3.1 多时段联合概率密度预测原理 | 第39-41页 |
| 3.2 联合概率密度预测步骤 | 第41-42页 |
| 3.3 算例分析 | 第42-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 多风电场短期输出功率的联合概率密度预测方法 | 第47-58页 |
| 4.1 多风场输出功率预测误差特性分析 | 第47-51页 |
| 4.1.1 时空关联特性分析 | 第47-49页 |
| 4.1.2 时空相关关系类型分析 | 第49-51页 |
| 4.2 动态条件相关回归模型 | 第51-52页 |
| 4.3 COPULA函数模型 | 第52-53页 |
| 4.4 多风场输出功率联合概率密度预测 | 第53-55页 |
| 4.5 算例分析 | 第55-57页 |
| 4.6 本章小结 | 第57-58页 |
| 第五章 结论与展望 | 第58-60页 |
| 5.1 结论 | 第58页 |
| 5.2 展望 | 第58-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间所发表的论文及参与的项目 | 第68-69页 |
| 学位论文评阅及答辩情况表 | 第69页 |
