基于最小二乘支持向量机的风电功率短期预测研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究目的和意义 | 第11页 |
| 1.3 风电功率预测研究现状 | 第11-16页 |
| 1.4 本文的研究内容 | 第16-17页 |
| 2 最小二乘支持向量机理论基础 | 第17-29页 |
| 2.1 统计学习理论基础 | 第17-20页 |
| 2.2 最小二乘支持向量机 | 第20-24页 |
| 2.3 LSSVM 的模型选择 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 基于 GSA-LSSVM 的风电功率短期预测 | 第29-40页 |
| 3.1 数据选取与归一化 | 第29-30页 |
| 3.2 GSA-LSSVM 风电功率短期预测模型 | 第30-32页 |
| 3.3 模型的评价 | 第32-33页 |
| 3.4 实例分析 | 第33-39页 |
| 3.5 本章小结 | 第39-40页 |
| 4 短期风电功率的区间预测 | 第40-48页 |
| 4.1 风电功率区间预测问题 | 第40-41页 |
| 4.2 基于 LSSVM 模型的区间预测 | 第41-44页 |
| 4.3 实例分析 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 风电功率短期预测系统 | 第48-58页 |
| 5.1 系统主要功能和特点 | 第48页 |
| 5.2 系统开发平台 | 第48-49页 |
| 5.3 系统设计关键技术 | 第49-51页 |
| 5.4 风电功率短期预测系统简介 | 第51-56页 |
| 5.5 本章小结 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 本文工作总结 | 第58页 |
| 6.2 进一步工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-64页 |
