| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 风电场功率预测发展现状 | 第11页 |
| 1.2.2 基于统计方法的风电场功率预测模型研究现状 | 第11-12页 |
| 1.3 课题研究内容和结构安排 | 第12-13页 |
| 第2章 风电场功率预测特性分析 | 第13-24页 |
| 2.1 数值天气预测对风功率预测的影响 | 第13-18页 |
| 2.1.1 风速分析 | 第13-14页 |
| 2.1.2 风向分析 | 第14页 |
| 2.1.3 压强、温度和湿度气象参数分析 | 第14-16页 |
| 2.1.4 数值天气预测的误差分析 | 第16-18页 |
| 2.2 风电场功率曲线的建模 | 第18-23页 |
| 2.2.1 风力发电机组的功率曲线建立方法 | 第18-19页 |
| 2.2.2 风电场功率曲线建模的几种途径 | 第19-22页 |
| 2.2.3 基于功率曲线建模的预测结果研究 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 风电场功率预测技术方法 | 第24-28页 |
| 3.1 风电场功率预测原理 | 第24页 |
| 3.2 风电场功率预测主要方法 | 第24-25页 |
| 3.3 统计方法简介 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 风电场功率预测应用研究 | 第28-39页 |
| 4.1 预测系统模块设计 | 第28-29页 |
| 4.2 支持向量机算法应用于风电场功率预测 | 第29-31页 |
| 4.2.1 最优参数的选择 | 第29-30页 |
| 4.2.2 SVM建立风电功率预测模型 | 第30页 |
| 4.2.3 SVM风电功率预报模型效果检验 | 第30-31页 |
| 4.3 神经网络方法在风电功率预测中的应用 | 第31-38页 |
| 4.3.1 BP神经网络建模 | 第32-34页 |
| 4.3.2 RBF神经网络建模 | 第34-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 总结与展望 | 第39-40页 |
| 参考文献 | 第40-42页 |
| 致谢 | 第42页 |