首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--风能发电论文

基于支持向量机的风电场短期风速预测方法研究

摘要第1-4页
Abstract第4-7页
第1章 绪论第7-16页
   ·课题的背景及研究意义第7-8页
   ·风电场风速预测的研究现状第8-10页
   ·风电场风速特性概述第10-14页
     ·风速分布特性第10-11页
     ·参数 k 和 c 估计第11-12页
     ·风速变化的特性第12-13页
     ·风速特性与风电场运行第13-14页
   ·本文的主要工作第14-16页
第2章 基于贝叶斯证据框架下的 LS-SVM 回归模型第16-35页
   ·支持向量回归机第16-23页
     ·支持向量机回归的基本原理第16-19页
     ·L1 支持向量回归机第19-21页
     ·支持向量回归机第21-23页
   ·最小二乘支持向量机回归理论第23-25页
   ·最小二乘支持向量机参数的确定第25-28页
     ·网格搜索交叉验证法确定参数第25-26页
     ·基于贝叶斯证据推断的参数优化第26-28页
   ·SVM 工具箱——LIBSVM第28-30页
     ·LIBSVM 工具箱简介第29页
     ·LIBSVM 的使用第29-30页
   ·基于最小二乘支持向量机的短期风速预测第30-35页
     ·实验和分析第30-34页
     ·结论第34-35页
第3章 基于小波分析的数据处理第35-46页
   ·小波原理第35-38页
   ·小波变换第38-42页
     ·连续小波变换第38-39页
     ·离散小波变换第39-40页
     ·多分辨率分析第40-42页
   ·基于小波多分辨率分析的风速数据处理第42-45页
   ·结论第45-46页
第4章 基于小波变换和贝叶斯框架下 LS-SVM 的风速预测第46-54页
   ·方法构思第46-48页
   ·预测效果的评价方法第48页
   ·实验和分析第48-52页
   ·结论第52-54页
第5章 风速预测值的置信区间估计第54-61页
   ·预测结果的置信度分析第54-56页
   ·置信区间非参数估计第56-58页
     ·统计学领域的置信度第56页
     ·风速预测误差概率分布第56-57页
     ·置信区间估计第57-58页
   ·实验和分析第58-60页
   ·结论第60-61页
第6章 总结与展望第61-63页
   ·全文总结第61页
   ·展望第61-63页
参考文献第63-65页
致谢第65-66页
个人简历、在学期间发表的学术论文及研究成果第66页

论文共66页,点击 下载论文
上一篇:基于粒子群优化的变压器故障诊断与预测研究
下一篇:柔性染料敏化太阳能电池光阳极的制备及其性能研究