摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-15页 |
1.1 研究的背景及意义 | 第10-11页 |
1.2 风电预测方法分类和简介 | 第11-12页 |
1.3 风电预测的国内外研究现状 | 第12-13页 |
1.3.1 国外研究现状 | 第12页 |
1.3.2 国内研究现状 | 第12-13页 |
1.4 本文主要研究内容 | 第13-15页 |
第2章 ARIMA模型在风电功率预测中的应用研究 | 第15-25页 |
2.1 ARIMA模型的基本理论 | 第15页 |
2.2 ARIMA模型的建立过程 | 第15-19页 |
2.2.1 模型识别 | 第15-16页 |
2.2.2 模型参数估计 | 第16-17页 |
2.2.3 模型检验 | 第17-19页 |
2.3 时间序列分析软件 | 第19页 |
2.4 ARIMA模型在风电场功率预测中的应用 | 第19-24页 |
2.4.1 风电场功率数据的平稳性分析 | 第19-21页 |
2.4.2 模型识别 | 第21-22页 |
2.4.3 ARIMA模型的预测结果及分析 | 第22-24页 |
2.5 本章小结 | 第24-25页 |
第3章 应用Markov理论进行功率预测的建模研究 | 第25-32页 |
3.1 Markov链基本定义 | 第25-27页 |
3.2 转移概率矩阵元素的确定原则 | 第27页 |
3.3 马氏性检验规则 | 第27-28页 |
3.4 多状态空间Markov模型的建立过程 | 第28-30页 |
3.4.1 划分状态空间数 | 第28页 |
3.4.2 确定状态变量 | 第28页 |
3.4.3 建立Markov模型 | 第28-29页 |
3.4.4 预测数据提取法的研究 | 第29-30页 |
3.5 本章小结 | 第30-32页 |
第4章 Markov风电功率预测模型及对比分析 | 第32-46页 |
4.1 采用实测数据的预测仿真计算 | 第32-36页 |
4.1.1 实测数据预处理 | 第32页 |
4.1.2 求取状态转移矩阵 | 第32-35页 |
4.1.3 马氏性检验 | 第35-36页 |
4.2 预测结果数值分析 | 第36-42页 |
4.2.1 不同状态空间数对预测结果的影响研究 | 第36-38页 |
4.2.2 预测模型综合比较 | 第38-40页 |
4.2.3 风电场最优预测方案的研究 | 第40-42页 |
4.3 Markov模型概率预测结果分析 | 第42-45页 |
4.4 本章小结 | 第45-46页 |
结论 | 第46-47页 |
参考文献 | 第47-50页 |
攻读硕士学位期间发表的学术论文 | 第50-51页 |
致谢 | 第51页 |