风电功率短期间接预测研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题研究的背景及意义 | 第10-13页 |
| 1.1.1 课题研究的背景 | 第10-12页 |
| 1.1.2 课题研究的意义 | 第12-13页 |
| 1.2 风电功率预测方法 | 第13-15页 |
| 1.2.1 风电功率预测方法分类 | 第13页 |
| 1.2.2 风电功率短期预测方法分类 | 第13-15页 |
| 1.3 风电功率预测技术的研究现状 | 第15-18页 |
| 1.3.1 国外研究现状 | 第15-16页 |
| 1.3.2 国内研究现状 | 第16-18页 |
| 1.4 论文主要研究内容和结构安排 | 第18-19页 |
| 第二章 风电功率间接预测相关特性分析 | 第19-28页 |
| 2.1 风速特性分析 | 第19-20页 |
| 2.2 风力发电特性分析 | 第20-23页 |
| 2.2.1 风力发电原理 | 第20-21页 |
| 2.2.2 风电功率曲线 | 第21-22页 |
| 2.2.3 机组输出功率的概率特性 | 第22-23页 |
| 2.3 风电功率间接预测的误差来源 | 第23-26页 |
| 2.3.1 数值天气预报数据误差 | 第23-25页 |
| 2.3.2 预测方法的固有误差 | 第25页 |
| 2.3.3 功率曲线的转化误差 | 第25-26页 |
| 2.4 风电功率间接预测流程 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 基于引力搜索的核岭回归风速短期预测方法 | 第28-40页 |
| 3.1 风速的预测流程 | 第28-29页 |
| 3.2 基于核岭回归的风速预测模型 | 第29-33页 |
| 3.2.1 核岭回归预测原理分析 | 第29-31页 |
| 3.2.2 基于KRR的风速短期预测 | 第31-33页 |
| 3.3 引力搜索算法对KRR模型参数的优化 | 第33-36页 |
| 3.3.1 引力搜索算法的实现 | 第33-35页 |
| 3.3.2 基于GSA的KRR模型参数优化流程 | 第35-36页 |
| 3.4 风速预测的算例分析 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于功率曲线建模的风电功率短期预测 | 第40-50页 |
| 4.1 曲线建模及功率预测流程 | 第40页 |
| 4.2 样本数据的预处理 | 第40-43页 |
| 4.2.1 异常数据的检测及处理 | 第40-42页 |
| 4.2.2 数据的分段处理 | 第42-43页 |
| 4.3 拟合特征点的提取 | 第43-45页 |
| 4.4 基于最小二乘多项式的功率曲线拟合 | 第45-46页 |
| 4.5 风电功率间接预测的算例分析 | 第46-49页 |
| 4.5.1 功率曲线的建模结果 | 第46-48页 |
| 4.5.2 风电功率短期预测结果分析 | 第48-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 基于自适应核密度估计的功率区间预测方法 | 第50-59页 |
| 5.1 功率区间的预测流程 | 第50页 |
| 5.2 滑动窗口在功率区间预测中的应用 | 第50-51页 |
| 5.3 基于自适应核密度估计的功率密度函数估计 | 第51-54页 |
| 5.3.1 核密度估计的实现 | 第51-53页 |
| 5.3.2 改进的自适应带宽选择方法 | 第53-54页 |
| 5.4 功率区间预测的算例分析 | 第54-58页 |
| 5.4.1 功率密度函数的估计结果 | 第54-56页 |
| 5.4.2 功率区间的预测结果及分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| 6.1 工作总结 | 第59页 |
| 6.2 课题研究展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 读研期间发表的论文 | 第66页 |
