| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 风电功率预测 | 第10-15页 |
| 1.2.1 风电预测分类 | 第10-11页 |
| 1.2.2 风电预测模型和方法 | 第11-14页 |
| 1.2.3 风速预测与风功率预测的关系 | 第14-15页 |
| 1.3 国内外研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-16页 |
| 1.3.2 国内研究现状 | 第16-17页 |
| 1.3.3 风电预测模型研究综述 | 第17-18页 |
| 1.4 论文的主要工作及结构 | 第18-19页 |
| 第2章 风速特性分析 | 第19-23页 |
| 2.0 风的形成 | 第19页 |
| 2.1 风速变化特性 | 第19-20页 |
| 2.2 风速时间序列特性 | 第20-22页 |
| 2.3 风速预测思路 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于支持向量机的短期风速预测研究 | 第23-36页 |
| 3.1 支持向量机 | 第23-28页 |
| 3.1.1 理论背景 | 第23-25页 |
| 3.1.2 支持向量机回归概述和实验模型 | 第25-26页 |
| 3.1.3 支持向量机应用于风速预测 | 第26-28页 |
| 3.2 风速时间序列的相似性检索 | 第28-30页 |
| 3.2.1 相似性度量 | 第28-29页 |
| 3.2.2 基于相似时间序列检索获取训练样本 | 第29页 |
| 3.2.3 相似数据和SVM结合的预测过程 | 第29-30页 |
| 3.3 短期风速预测实例 | 第30-35页 |
| 3.3.1 数据预处理 | 第30-31页 |
| 3.3.2 模型输入数据选择 | 第31页 |
| 3.3.3 预测评价指标 | 第31-32页 |
| 3.3.4 单步预测结果以及分析 | 第32-33页 |
| 3.3.5 多步预测结果以及分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于信息粒化的短期风速变化区间预测研究 | 第36-44页 |
| 4.1 信息粒化理论 | 第36-37页 |
| 4.1.1 信息粒化 | 第36页 |
| 4.1.2 模糊信息粒化方法 | 第36-37页 |
| 4.2 风速变化区间预测的基本思路 | 第37-38页 |
| 4.3 实验结果及仿真分析 | 第38-43页 |
| 4.3.1 风速原始数据模糊信息粒化 | 第38-39页 |
| 4.3.2 原始数据变化的最小值low、平均水平r以及最大值up预测 | 第39-40页 |
| 4.3.3 预测结果分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 结论与展望 | 第44-46页 |
| 结论 | 第44-45页 |
| 展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 附录A 攻读学位期间所发表的学术成果目录 | 第51-52页 |
| 附录B 攻读学位期间参与的科研项目 | 第52-53页 |
| 附录C 单步短期风速预测结果 | 第53-57页 |