风电场风速及短期功率预测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章. 绪论 | 第10-16页 |
| 1.1 研究目的及意义 | 第10-12页 |
| 1.2 国内外研究现状及存在问题 | 第12-14页 |
| 1.3 论文研究的主要内容 | 第14-16页 |
| 第二章. 风电场风速统计特性及功率预测关键技术 | 第16-26页 |
| 2.1 风速的统计特性 | 第16-19页 |
| 2.2 风电功率预测关键技术 | 第19-24页 |
| 2.2.1 数据预处理 | 第19-22页 |
| 2.2.2 特征向量选取 | 第22页 |
| 2.2.3 预测模型建立 | 第22-24页 |
| 2.3 小结 | 第24-26页 |
| 第三章. 基于风速的功率预测模型 | 第26-39页 |
| 3.1 风速的空间特性 | 第26-31页 |
| 3.1.1 风速空间插值 | 第26-29页 |
| 3.1.2 风速随高度变化规律 | 第29-31页 |
| 3.2 计及尾流的风电功率预测 | 第31-36页 |
| 3.2.1 尾流模型 | 第31-34页 |
| 3.2.2 基于实际运行数据的风机功率出力曲线 | 第34-35页 |
| 3.2.3 考虑尾流影响的风电功率预测 | 第35-36页 |
| 3.3 算例 | 第36-38页 |
| 3.4 小结 | 第38-39页 |
| 第四章. 基于优化的神经网络功率预测模型 | 第39-59页 |
| 4.1 神经网络 | 第39-44页 |
| 4.2 数据预处理 | 第44-47页 |
| 4.2.1 数据合理性检验 | 第44-45页 |
| 4.2.2 输入特征矢量的优化选取策略 | 第45-47页 |
| 4.3 神经网络预测建模 | 第47-57页 |
| 4.3.1 相似样本选取分析 | 第47-53页 |
| 4.3.2 遗传算法优化神经网络初值算法 | 第53-55页 |
| 4.3.3 算例 | 第55-57页 |
| 4.4 小结 | 第57-59页 |
| 第五章. 短期风电功率组合预测模型 | 第59-66页 |
| 5.1 组合模型介绍 | 第59页 |
| 5.2 组合预测建模 | 第59-61页 |
| 5.2.1 等权重组合预测 | 第59-60页 |
| 5.2.2 方差最小组合预测 | 第60-61页 |
| 5.3 预测误差分析 | 第61-62页 |
| 5.4 算例 | 第62-64页 |
| 5.5 小结 | 第64-66页 |
| 第六章. 实际预测系统研制 | 第66-70页 |
| 6.1 系统功能 | 第66页 |
| 6.2 系统架构 | 第66-68页 |
| 6.3 系统界面 | 第68-70页 |
| 总结与展望 | 第70-72页 |
| 主要结论 | 第70页 |
| 工作展望 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间取得的研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附件 | 第77页 |
