基于非线性时间序列和神经网络的风电功率短期预测
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题研究的背景和意义 | 第9-11页 |
| ·风电场功率预测发展概况 | 第11-13页 |
| ·国外研究发展与现状 | 第11-12页 |
| ·国内研究发展与现状 | 第12页 |
| ·目前风电功率预测面临的主要问题 | 第12-13页 |
| ·论文研究主要内容和结构安排 | 第13-14页 |
| 第2章 风电场参数及风电功率预测方法和原理 | 第14-24页 |
| ·风电场参数 | 第14-18页 |
| ·风电场参数的基本知识 | 第14-17页 |
| ·参数运行数据的预处理 | 第17-18页 |
| ·风电场参数规律 | 第18-22页 |
| ·风速和风向规律 | 第18-21页 |
| ·风电场全场年输出功率规律 | 第21-22页 |
| ·风电功率预测方法及原理 | 第22-24页 |
| 第3章 风电场风速预测 | 第24-46页 |
| ·时间序列模型 | 第24-34页 |
| ·时间序列 | 第24-27页 |
| ·时间序列建模过程 | 第27-31页 |
| ·风速时间序列预测模型 | 第31-34页 |
| ·神经网络模型 | 第34-40页 |
| ·神经网络 | 第34-36页 |
| ·基于BP神经网络风速预测模型 | 第36-40页 |
| ·数值天气预报 | 第40-44页 |
| ·数值天气预报 | 第40-42页 |
| ·数值天气预报的使用 | 第42-44页 |
| ·模型预测结果分析 | 第44-46页 |
| 第4章 风电场风速组合预测 | 第46-53页 |
| ·基于熵的风速组合预测模型 | 第46-49页 |
| ·熵原理 | 第46-48页 |
| ·基于熵的风速组合预测模型 | 第48-49页 |
| ·动态熵风速组合预测模型 | 第49-53页 |
| ·动态熵风速组合预测的原理 | 第49-51页 |
| ·仿真预测结果分析 | 第51-53页 |
| 第5章 风电场功率组合预测 | 第53-56页 |
| ·风电场功率预测模型 | 第53-54页 |
| ·功率预测模型 | 第53-54页 |
| ·动态熵权的功率组合预测模型 | 第54页 |
| ·仿真预测及结果分析 | 第54-56页 |
| 第6章 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 在学研究成果 | 第60-61页 |
| 致谢 | 第61页 |
