摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第17-30页 |
1.1 论文背景及意义 | 第17-18页 |
1.2 风电场风能资源评估的指标参数及计算方法 | 第18-22页 |
1.3 风电场风能资源评估研究综述 | 第22-28页 |
1.3.1 风电场风能资源评估的基本原理 | 第22-23页 |
1.3.2 风电场风能资源评估的研究现状 | 第23-26页 |
1.3.3 风电场风能资源评估方法概述 | 第26-28页 |
1.4 论文的主要内容 | 第28-30页 |
第2章 改进代表年风能资源评估方法 | 第30-49页 |
2.1 引言 | 第30页 |
2.2 基于线性回归的代表年法原理及误差分析 | 第30-43页 |
2.2.1 代表年法基本原理 | 第30-32页 |
2.2.2 误差分析 | 第32-43页 |
2.3 改进代表年风能资源评估方法原理 | 第43-45页 |
2.3.1 简化主轴回归方法 | 第43-44页 |
2.3.2 基于风向相关和风速相关相结合的数据订正方法 | 第44-45页 |
2.4 仿真分析 | 第45-48页 |
2.5 小结 | 第48-49页 |
第3章 基于自适应粒子群优化神经网络的风能资源评估方法 | 第49-67页 |
3.1 引言 | 第49页 |
3.2 基于自适应粒子群优化神经网络的风资源评估方法 | 第49-57页 |
3.2.1 基本原理 | 第49-50页 |
3.2.2 神经网络模型 | 第50-52页 |
3.2.3 自适应粒子群算法(APSO) | 第52-57页 |
3.2.4 算法的训练过程 | 第57页 |
3.3 算例仿真 | 第57-65页 |
3.3.1 仿真建模过程 | 第57-58页 |
3.3.2 仿真及结果分析 | 第58-65页 |
3.4 小结 | 第65-67页 |
第4章 基于离散随机变量联合概率分布的风能资源评估方法 | 第67-79页 |
4.1 引言 | 第67页 |
4.2 离散随机变量的概率分布 | 第67-69页 |
4.3 算法原理 | 第69-71页 |
4.4 算例仿真 | 第71-78页 |
4.4.1 误差评价指标 | 第71-72页 |
4.4.2 算例仿真及结果分析 | 第72-78页 |
4.5 小结 | 第78-79页 |
第5章 风资源评估中风向预测方法的研究与性能分析 | 第79-90页 |
5.1 引言 | 第79页 |
5.2 风向预测方法 | 第79-82页 |
5.2.1 线性回归法 | 第79-80页 |
5.2.2 矩阵法 | 第80-82页 |
5.2.3 直接法 | 第82页 |
5.3 风向预测方法的对比分析 | 第82-89页 |
5.3.1 误差指标 | 第82页 |
5.3.2 仿真及结果分析 | 第82-89页 |
5.4 小结 | 第89-90页 |
第6章 考虑气候变化的风能资源评估方法 | 第90-106页 |
6.1 引言 | 第90页 |
6.2 气候变化对风电出力和多年一遇最大风速的影响分析 | 第90-98页 |
6.2.1 基本数据及处理方式 | 第91-93页 |
6.2.2 气候变化背景下风电出力变化分析 | 第93-96页 |
6.2.3 气候变化背景下五十年一遇最大风速的分析 | 第96-98页 |
6.3 考虑气候变化的风能资源评估方法 | 第98-104页 |
6.3.1 全寿命周期风能资源评估方法 | 第99-103页 |
6.3.2 仿真分析 | 第103-104页 |
6.4 小结 | 第104-106页 |
结论 | 第106-109页 |
参考文献 | 第109-119页 |
致谢 | 第119-120页 |
附录A 攻读学位期间发表的学术论文 | 第120-121页 |
附录B 攻读学位期间承担及参与的科研项目 | 第121页 |