风力发电系统中风速软测量方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 风力发电技术发展概况 | 第9-11页 |
| 1.2.2 风速测量方法 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 第2章 永磁直驱风力发电机组建模 | 第14-24页 |
| 2.1 风力机特性及运行分析 | 第14-17页 |
| 2.1.1 风力机特性 | 第14-15页 |
| 2.1.2 风力机运行分析 | 第15-17页 |
| 2.2 永磁发电机及其控制策略 | 第17-21页 |
| 2.2.1 坐标变换 | 第17-19页 |
| 2.2.2 永磁发电机数学模型 | 第19-20页 |
| 2.2.3 永磁发电机控制策略 | 第20-21页 |
| 2.3 风力发电系统模型仿真 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 风速软测量样本采集 | 第24-34页 |
| 3.1 软测量技术 | 第24-26页 |
| 3.1.1 软测量概述 | 第24-25页 |
| 3.1.2 软测量设计步骤 | 第25-26页 |
| 3.2 短期风速数值模拟 | 第26-31页 |
| 3.2.1 短期风速特性 | 第27-28页 |
| 3.2.2 小波变换基本理论 | 第28-29页 |
| 3.2.3 应用小波变换的短期风速模拟 | 第29-30页 |
| 3.2.4 短期风速仿真分析 | 第30-31页 |
| 3.3 风速软测量模型样本采集 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 基于支持向量机的风速软测量模型 | 第34-51页 |
| 4.1 支持向量机理论基础 | 第34-38页 |
| 4.1.1 机器学习理论 | 第34-35页 |
| 4.1.2 统计学习理论 | 第35-38页 |
| 4.2 支持向量机算法 | 第38-45页 |
| 4.2.1 线性支持向量机分类算法 | 第38-42页 |
| 4.2.2 非线性支持向量机分类算法 | 第42-43页 |
| 4.2.3 支持向量机回归算法 | 第43-45页 |
| 4.3 风速软测量模型的仿真研究 | 第45-50页 |
| 4.3.1 支持向量机中参数影响 | 第46页 |
| 4.3.2 参数选择方法 | 第46-47页 |
| 4.3.3 风速软测量建模仿真 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于参数优化的软测量算法研究 | 第51-62页 |
| 5.1 遗传算法参数寻优 | 第51-55页 |
| 5.1.1 遗传算法基本原理 | 第51-53页 |
| 5.1.2 遗传算法基本操作流程 | 第53-55页 |
| 5.2 结合模拟退火法的遗传算法寻优 | 第55-58页 |
| 5.2.1 模拟退火法基本原理及操作流程 | 第55-57页 |
| 5.2.2 结合模拟退火法的遗传算法 | 第57-58页 |
| 5.3 优化算法仿真研究 | 第58-61页 |
| 5.4 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第67-69页 |
| 致谢 | 第69页 |
