基于概率核学习方法的短期风电功率预测
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-13页 |
| 1.1 论文的选题背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文的主要研究内容 | 第12-13页 |
| 2 特征提取方法 | 第13-19页 |
| 2.1 PCA方法 | 第13-14页 |
| 2.2 核方法 | 第14-16页 |
| 2.3 KPCA方法 | 第16-18页 |
| 2.4 小结 | 第18-19页 |
| 3 KMPMR方法 | 第19-36页 |
| 3.1 最小最大概率机 | 第19-28页 |
| 3.1.1 MPMC方法 | 第19-21页 |
| 3.1.2 回归模型 | 第21-22页 |
| 3.1.3 MPMR方法 | 第22-28页 |
| 3.2 KMPMR方法 | 第28-33页 |
| 3.2.1 KMPMR-I方法 | 第28-29页 |
| 3.2.2 KMPMR-Ⅱ方法 | 第29-33页 |
| 3.3 多层KMPMR方法 | 第33-35页 |
| 3.3.1 基于PCA-KMPMR的预测方法 | 第33页 |
| 3.3.2 基于KPCA-KMPMR的预测方法 | 第33-35页 |
| 3.4 小结 | 第35-36页 |
| 4 短期风电功率预测 | 第36-47页 |
| 4.1 建立预测模型 | 第36-37页 |
| 4.2 单步预测实例 | 第37-41页 |
| 4.2.1 基于不同方法的预测结果比较 | 第37-40页 |
| 4.2.2 基于不同核函数的预测结果比较 | 第40-41页 |
| 4.3 多步预测实例 | 第41-46页 |
| 4.3.1 基于不同方法的预测结果比较 | 第42-45页 |
| 4.3.2 基于不同核函数的预测结果比较 | 第45-46页 |
| 4.4 小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读学位期间的研究成果 | 第52页 |
