风电场输出功率组合算法的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·研究目的和意义 | 第9-10页 |
| ·风电场输出功率预测算法的国内外研究现状 | 第10-12页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12页 |
| ·功率预测的分类 | 第12-13页 |
| ·论文结构安排 | 第13-15页 |
| 第2章 风电功率预测模糊理论模型 | 第15-21页 |
| ·风电功率的连续预测 | 第15页 |
| ·模糊聚类分析 | 第15-16页 |
| ·模糊 ISODATA 聚类算法 | 第16-19页 |
| ·聚类准则 | 第17页 |
| ·模糊聚类 | 第17-19页 |
| ·预测精度 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 模糊 BP 神经网络的短期风电功率 | 第21-34页 |
| ·与风电场输出功率相关的因素 | 第21-23页 |
| ·风速与功率的关系 | 第21页 |
| ·风向与功率的关系 | 第21-23页 |
| ·环境温度、空气湿度和空气密度与功率的关系 | 第23页 |
| ·BP 神经网络 | 第23-27页 |
| ·BP 神经网络结构 | 第23-25页 |
| ·遗传算法 | 第25-27页 |
| ·算例分析 | 第27-33页 |
| ·BP 神经网络实验仿真 | 第27-30页 |
| ·改进 BP 神经网络实验仿真 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 时间序列的风电功率预测 | 第34-40页 |
| ·时间序列的 ARMA 模型 | 第34-37页 |
| ·ARMA 建模 | 第35-37页 |
| ·ARMA 模型预测 | 第37页 |
| ·仿真分析 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第5章 组合功率预测算法 | 第40-45页 |
| ·组合功率预测 | 第40页 |
| ·风电功率预测的组合模型 | 第40-43页 |
| ·权值的确定 | 第41页 |
| ·组合算法具体步骤的描述 | 第41-42页 |
| ·组合算法的流程图 | 第42-43页 |
| ·仿真分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 结论与展望 | 第45-47页 |
| ·结论 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53页 |
