| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第17-27页 |
| 1.1 课题的背景及研究意义 | 第17-19页 |
| 1.1.1 课题的背景 | 第17-18页 |
| 1.1.2 课题的研究意义 | 第18-19页 |
| 1.2 风力发电机组技术概述 | 第19-23页 |
| 1.2.1 风力发电机组的总体结构 | 第20-21页 |
| 1.2.2 风力发电机组的动态特性 | 第21-22页 |
| 1.2.3 风力发电机组的控制系统结构 | 第22-23页 |
| 1.3 风电功率预测模型的综述及评价指标 | 第23-25页 |
| 1.3.1 风电功率预测模型的综述 | 第23-24页 |
| 1.3.2 风电功率预测的评价指标 | 第24-25页 |
| 1.4 本文主要研究内容 | 第25页 |
| 1.5 本章小结 | 第25-27页 |
| 第二章 风电场风电功率四季特性的研究 | 第27-43页 |
| 2.1 风力发电机组的功率模型 | 第27-28页 |
| 2.2 影响风电功率的主要因素 | 第28-30页 |
| 2.3 风速、风向和环境温度季节特性的研究 | 第30-39页 |
| 2.3.1 风速季节特性的研究 | 第30-33页 |
| 2.3.2 风向季节特性的研究 | 第33-36页 |
| 2.3.3 环境温度季节特性的研究 | 第36-39页 |
| 2.4 影响风电功率主要因素数据的预处理 | 第39-42页 |
| 2.4.1 影响风电功率主要因素异常数据的分类 | 第39-40页 |
| 2.4.2 影响风电功率主要因素异常数据的检测和修正 | 第40-41页 |
| 2.4.3 影响风电功率主要因素异常数据的修补 | 第41页 |
| 2.4.4 影响风电功率主要因素的规范化处理 | 第41-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第三章 基于椭圆基函数改进型T-S模糊神经网络风电功率预测 | 第43-63页 |
| 3.1 模糊神经网络的发展概述 | 第43-44页 |
| 3.2 模糊神经网络的结合方式及模糊推理系统 | 第44-50页 |
| 3.2.1 模糊神经网络的结合方式 | 第44-45页 |
| 3.2.2 模糊推理系统 | 第45-49页 |
| 3.2.3 模糊神经网络 | 第49-50页 |
| 3.3 基于椭圆基函数的改进型T-S模型神经网络模型 | 第50-57页 |
| 3.3.1 T-S模糊神经网络理论基础 | 第50-51页 |
| 3.3.2 基于椭圆基函数改进型T-S模糊神经网络模型的结构 | 第51-55页 |
| 3.3.3 椭圆基函数改进型T-S模糊神经网络的学习算法 | 第55-57页 |
| 3.4 基于椭圆基函数改进型T-S模糊神经网络风电功率预测的仿真研究 | 第57-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 单一预测模型的建立及四季风电功率的仿真研究 | 第63-105页 |
| 4.1 基于交叉验证法的广义回归神经网络的风电功率预测模型 | 第63-71页 |
| 4.1.1 广义回归神经网络理论基础 | 第63-65页 |
| 4.1.2 基于交叉验证算法的广义回归神经网络风电功率模型 | 第65-67页 |
| 4.1.3 基于交叉验证的广义回归神经网络四季风电功率预测的仿真研究 | 第67-71页 |
| 4.2 基于遗传算法优化Elman神经网络的风电功率预测模型 | 第71-80页 |
| 4.2.1 Elman神经网络的结构 | 第72-74页 |
| 4.2.2 基于遗传算法优化Elman神经网络的风电功率预测模型 | 第74-76页 |
| 4.2.3 基于遗传算法优化Elman神经网络风电功率预测的仿真研究 | 第76-80页 |
| 4.3 基于支持向量机的风电功率预测模型 | 第80-90页 |
| 4.3.1 支持向量机的基础理论 | 第81-82页 |
| 4.3.2 支持向量机的算法推导 | 第82-87页 |
| 4.3.3 基于支持向量机风电功率预测的仿真研究 | 第87-90页 |
| 4.4 基于多元线性回归分析的风电功率预测模型 | 第90-97页 |
| 4.4.1 回归分析预测模型概述 | 第90-91页 |
| 4.4.2 基于多元线性回归风电功率预测模型 | 第91-94页 |
| 4.4.3 基于多元线性回归风电功率预测的仿真研究 | 第94-97页 |
| 4.5 基于灰色关联改进型持续法的风电功率预测模型 | 第97-100页 |
| 4.5.1 基于灰色关联改进型持续法风电功率预测模型的原理 | 第97-98页 |
| 4.5.2 基于灰色关联改进型持续法风电功率预测的仿真研究 | 第98-100页 |
| 4.6 单一模型的比较 | 第100-103页 |
| 4.7 本章小结 | 第103-105页 |
| 第五章 结论与展望 | 第105-107页 |
| 5.1 结论 | 第105-106页 |
| 5.2 展望 | 第106-107页 |
| 参考文献 | 第107-113页 |
| 致谢 | 第113-115页 |
| 攻读学位期间发表的学术论文 | 第115页 |
