| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-17页 |
| ·选题背景及意义 | 第6-7页 |
| ·风力发电国内外发展现状 | 第7-15页 |
| ·风能资源的特性分析 | 第7-11页 |
| ·世界风能资源经济效益研究 | 第11-13页 |
| ·我国风力发电现状及经济效益分析 | 第13-15页 |
| ·课题的主要工作 | 第15-17页 |
| ·主要目的 | 第15-16页 |
| ·完成的主要工作 | 第16-17页 |
| 第二章 支持向量机基本理论分析及RBF神经网络介绍 | 第17-32页 |
| ·统计学习理论 | 第17-21页 |
| ·经验风险最小化原则 | 第17-18页 |
| ·VC维(Vapnik-Chervonenkis Dimension) | 第18-19页 |
| ·推广性的界理论 | 第19-20页 |
| ·结构风险最小化原则 | 第20-21页 |
| ·支持向量机算法 | 第21-28页 |
| ·支持向量机基本思想 | 第21-24页 |
| ·支持向量机核函数 | 第24-25页 |
| ·支持向量机回归 | 第25-28页 |
| ·RBF神经网络 | 第28-32页 |
| ·RBF网络结构 | 第29-30页 |
| ·RBF网络的逼近 | 第30-31页 |
| ·RBF网络的学习 | 第31-32页 |
| 第三章 风电场风速及发电功率的预测 | 第32-44页 |
| ·风特性分析 | 第32-34页 |
| ·归一化法 | 第34-35页 |
| ·风速预测模型 | 第35-37页 |
| ·数据样本的处理 | 第35页 |
| ·核函数及参数的选取 | 第35-36页 |
| ·预测方法 | 第36页 |
| ·实例分析 | 第36-37页 |
| ·风电功率预测 | 第37-44页 |
| ·风力机的空气动力特性 | 第37-39页 |
| ·风电机组发电功率预报 | 第39-44页 |
| 第四章 经济效益的研究 | 第44-50页 |
| ·引言 | 第44页 |
| ·国外基于发电功率预测的经济效益分析 | 第44-46页 |
| ·我国基于发电功率预测的经济效益的研究 | 第46-48页 |
| ·结论 | 第48-50页 |
| 第五章 结论与展望 | 第50-51页 |
| ·结论 | 第50页 |
| ·展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表论文和参加科研情况 | 第57页 |