摘要 | 第1-5页 |
Abstract | 第5-6页 |
目录 | 第6-8页 |
1 绪论 | 第8-13页 |
·选题背景及意义 | 第8页 |
·国内外研究概况 | 第8-11页 |
·风电功率预测研究的国外现状 | 第8-10页 |
·风电功率预测研究的国内现状 | 第10-11页 |
·主要研究工作内容 | 第11-13页 |
2 风速预测方法基本原理及应用 | 第13-18页 |
·风电功率预测方案 | 第13-15页 |
·风电功率预测方案一 | 第13-14页 |
·风电功率预测方案二 | 第14-15页 |
·建模方法的确定 | 第15-18页 |
·影响风电功率的因素 | 第15页 |
·灰色理论基本内容及应用 | 第15-16页 |
·考虑尾流效应风速模型 | 第16-18页 |
3 优化的灰色 GM(1,1)模型风速预测 | 第18-29页 |
·灰色 GM(1,1)预测模型建模方法研究 | 第18-21页 |
·灰色 GM(1,1)预测模型基本原理 | 第18-19页 |
·灰色 GM(1,1)模型风速预测缺点 | 第19-21页 |
·数值逼近算法对灰色 GM(1,1)预测模型的优化 | 第21-23页 |
·l 2数值逼近算法基本原理 | 第21-22页 |
·l 2数值逼近算法优化灰色 GM(1,1)预测模型 | 第22-23页 |
·优化灰色 GM(1,1)模型风速预测 | 第23-29页 |
·风速预测 | 第23-24页 |
·预测效果评估 | 第24-26页 |
·优化灰色 GM(1,1)模型对风向、温度参数的预测 | 第26-29页 |
4 考虑尾流效应风速模型预测 | 第29-37页 |
·考虑尾流效应风速预测方法研究 | 第29-31页 |
·Jensen 尾流效应模型 | 第29-30页 |
·Lissaman 尾流效应模型 | 第30-31页 |
·考虑尾流效应风速动态模型 | 第31-34页 |
·风速修正 | 第34-37页 |
5 基于 BP 神经网络的风电功率预测仿真 | 第37-47页 |
·BP 神经网络预测模型基本原理 | 第37-39页 |
·灰色 BP 神经网络模型功率预测 | 第39-44页 |
·神经网络权值训练输入输出数据的设定 | 第39页 |
·权值训练及 BP 神经网络功率预测 | 第39-41页 |
·风电功率预测输入数据的归一化 | 第41页 |
·神经网络中各层权值函数的确定 | 第41-44页 |
·风电功率预测误差分析 | 第44-47页 |
·预测误差分析方法的确定 | 第44-45页 |
·风电功率预测结果误差分析 | 第45-47页 |
结论 | 第47-48页 |
致谢 | 第48-49页 |
参考文献 | 第49-51页 |
攻读学位期间的研究成果 | 第51页 |