| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·引言 | 第9-11页 |
| ·课题研究的背景 | 第9-10页 |
| ·课题研究的目的和意义 | 第10-11页 |
| ·风电场功率预测的方法和原理 | 第11-13页 |
| ·基于历史数据与基于数值气象预报的风电场功率短期预测 | 第11-12页 |
| ·基于风速预测的功率短期预测与直接功率短期预测 | 第12-13页 |
| ·风电场功率预测的研究现状 | 第13-14页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14页 |
| ·课题研究的主要内容 | 第14-15页 |
| ·论文的结构安排 | 第15-16页 |
| 第2章 风电场参数特性研究 | 第16-23页 |
| ·风电场概述 | 第16页 |
| ·风电场参数统计规律研究 | 第16-19页 |
| ·风速特性 | 第16-18页 |
| ·风向特性 | 第18-19页 |
| ·风能与风机发电功率 | 第19-20页 |
| ·风电场运行数据的检验与处理 | 第20-22页 |
| ·数据检验 | 第21页 |
| ·数据处理 | 第21-22页 |
| ·小结 | 第22-23页 |
| 第3章 基于混沌理论的神经网络在风电场发电功率短期预测中的应用研究 | 第23-36页 |
| ·引言 | 第23页 |
| ·混沌理论 | 第23-25页 |
| ·混沌的理论基础 | 第23-24页 |
| ·相空间重构理论及方法 | 第24-25页 |
| ·混沌属性的识别 | 第25页 |
| ·神经网络基本知识 | 第25-27页 |
| ·神经网络特性 | 第25-26页 |
| ·代表性神经网络模型 | 第26-27页 |
| ·应用案例 | 第27-35页 |
| ·风电功率时间序列的相空间重构 | 第28-32页 |
| ·基于相空间重构的神经网络功率短期预测模型 | 第32-34页 |
| ·结果分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 第4章 时间序列法和支持向量机在风电场发电功率短期预测中的应用研究 | 第36-46页 |
| ·时间序列模型 | 第36-42页 |
| ·模型辨识 | 第36-41页 |
| ·风速时间序列模型的预测及结果分析 | 第41-42页 |
| ·支持向量机模型 | 第42-45页 |
| ·最小二乘支持向量机原理 | 第42-43页 |
| ·最小二乘支持向量机的应用 | 第43-45页 |
| ·小结 | 第45-46页 |
| 第5章 风电场发电功率组合预测方法研究 | 第46-53页 |
| ·单项预测方法对比分析 | 第46-47页 |
| ·组合预测方法 | 第47-50页 |
| ·应用实例 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| ·论文的工作总结 | 第53-54页 |
| ·课题研究展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第58-59页 |
| 致谢 | 第59页 |
