风电场短期风速预测研究
| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·风电产业发展现状及课题背景 | 第7-9页 |
| ·世界风能产业发展现状 | 第7-8页 |
| ·国内风能产业发展情况 | 第8-9页 |
| ·课题背景 | 第9-12页 |
| ·本论文主要工作 | 第12-13页 |
| 第二章 预测技术及其研究发展概况 | 第13-21页 |
| ·我国风速预测的特点 | 第13页 |
| ·风速数据采集 | 第13-16页 |
| ·预测技术原理 | 第16-18页 |
| ·风速预测方法 | 第18-19页 |
| ·预测效果分析方法 | 第19-20页 |
| ·MATLAB 语言以及其在预测算法研究中的应用 | 第20-21页 |
| 第三章 时间序列方法的短期风速预测 | 第21-36页 |
| ·时间序列方法概述 | 第21-23页 |
| ·时间序列 | 第21页 |
| ·时间序列分析 | 第21-22页 |
| ·时间序列分析法发展概况 | 第22页 |
| ·时间序列分析法理论依据 | 第22-23页 |
| ·ARMA 模型形式 | 第23-24页 |
| ·预测模型的建立 | 第24-27页 |
| ·数据处理 | 第24-25页 |
| ·模型识别 | 第25-26页 |
| ·模型诊断 | 第26页 |
| ·预测 | 第26-27页 |
| ·时间序列分析法预测风速 | 第27-36页 |
| ·数据处理 | 第27-28页 |
| ·模型参数识别 | 第28-30页 |
| ·模型诊断、检验 | 第30-32页 |
| ·预测结果分析 | 第32-36页 |
| 第四章 神经网络算法的短期风速预测研究 | 第36-59页 |
| ·神经网络预测发展概况 | 第36页 |
| ·人工神经网络概述 | 第36-41页 |
| ·人工神经元结构 | 第36-39页 |
| ·人工神经网络 | 第39页 |
| ·神经网络拓扑结构 | 第39-41页 |
| ·BP 神经网络 | 第41-51页 |
| ·BP 神经网络原理 | 第41-42页 |
| ·BP 学习算法 | 第42-45页 |
| ·BP 算法改进 | 第45-46页 |
| ·BP 神经网络的逼近能力 | 第46-49页 |
| ·BP 神经网络的泛化能力 | 第49-50页 |
| ·BP 网络训练 | 第50-51页 |
| ·BP 网络的设计 | 第51-53页 |
| ·神经网络法预测风速 | 第53-59页 |
| ·数据归一化 | 第53-54页 |
| ·建立网络模型 | 第54页 |
| ·预测分析 | 第54-57页 |
| ·网络性能分析 | 第57-59页 |
| 第五章 时序神经网络算法及其在风速预测中的应用 | 第59-68页 |
| ·时序神经网络算法概述 | 第59页 |
| ·神经网络算法建模 | 第59-62页 |
| ·归一化数据 | 第59-60页 |
| ·网络结构设计 | 第60-61页 |
| ·网络训练 | 第61页 |
| ·预测 | 第61-62页 |
| ·时序神经网络的风速预测 | 第62-64页 |
| ·归一化数据处理 | 第62页 |
| ·网络结构设计 | 第62-64页 |
| ·预测分析 | 第64-67页 |
| ·网络性能分析与比较 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72-73页 |
| 硕士期间发表文章 | 第73-75页 |
