| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 风力发电的原理 | 第9-10页 |
| 1.2 风力发电的应用分析 | 第10-11页 |
| 1.3 电力系统的可靠性分析 | 第11-12页 |
| 1.4 风力发电可靠性遇到的问题与主要解决方案分析 | 第12-15页 |
| 1.4.1 风力发电系统遇到的问题 | 第13-14页 |
| 1.4.2 主要技术解决方向 | 第14-15页 |
| 1.4.3 本文研究方向分析 | 第15页 |
| 1.5 国内外研究现状 | 第15-16页 |
| 1.5.1 国内研究现状 | 第15页 |
| 1.5.2 国际研究现状 | 第15-16页 |
| 1.6 本文主要研究对象及研究方法 | 第16-19页 |
| 第2章 数据聚类预处理 | 第19-38页 |
| 2.1 数据的归一化处理 | 第19-22页 |
| 2.1.1 归一化处理必要性分析 | 第19-20页 |
| 2.1.2 归一化处理方法 | 第20-22页 |
| 2.2 聚类处理 | 第22-25页 |
| 2.2.1 传统聚类方法 | 第22-23页 |
| 2.2.2 模糊聚类分析 | 第23-24页 |
| 2.2.3 基于目标函数的模糊聚类 | 第24-25页 |
| 2.3 蚁群聚类处理 | 第25-33页 |
| 2.3.1 蚁群算法思想 | 第25-26页 |
| 2.3.2 蚁群聚类 | 第26-27页 |
| 2.3.3 聚类分析仿真 | 第27-33页 |
| 2.4 模糊C均值聚类 | 第33-36页 |
| 2.4.1 模糊C均值聚类模型 | 第33-34页 |
| 2.4.2 仿真 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 模糊神经网络模型构建 | 第38-54页 |
| 3.1 神经网络 | 第38-41页 |
| 3.1.1 神经网络的发展 | 第38页 |
| 3.1.2 BP神经网络模型 | 第38-41页 |
| 3.2 模糊神经网络 | 第41-48页 |
| 3.2.1 模糊理论模型的表达方法 | 第41-42页 |
| 3.2.2 模糊系统的标准模型 | 第42-43页 |
| 3.2.3 构建模糊神经网络 | 第43-45页 |
| 3.2.4 权值调整算法 | 第45-48页 |
| 3.3 仿真模型构建 | 第48-50页 |
| 3.4 结果验证 | 第50-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 系统软件的开发 | 第54-63页 |
| 4.1 Visual C++与Matlab接口技术 | 第54-57页 |
| 4.1.1 Visual C++与Matlab之间的接口方法 | 第55-56页 |
| 4.1.2 VC++应用程序调用Matlab引擎 | 第56-57页 |
| 4.2 Visual C++与后台数据库的接口技术 | 第57-58页 |
| 4.2.1 Visual C++中的ADO技术 | 第57-58页 |
| 4.2.2 数据库连接及系统配置 | 第58页 |
| 4.3 系统的功能模块 | 第58-61页 |
| 4.3.1 参数模块 | 第59页 |
| 4.3.2 模型训练模块 | 第59-60页 |
| 4.3.3 仿真结果图显示模块 | 第60页 |
| 4.3.4 数据库中的样本和历史数据的查询模块 | 第60-61页 |
| 4.3.5 稳定性预测模块 | 第61页 |
| 4.4 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 个人简历 | 第71页 |
