第1章 绪 论
1.1课题背景及研究意义
1.1.1课题研究的背景
1.1.2课题研究的意义
1.2国内外研究现状
1.2.1 风速预测研究
1.2.2 电价预测研究
1.3本文主要研究工作
第2章 基于深度学习框架SSA-BiLSTM网络的风速预测方法
2.1 奇异谱分析方法风速预测建模分析
2.2 循环神经网络算法风速预测建模分析
2.3 长短时记忆网络算法风速预测建模分析
2.4 双向长短期记忆网络法风速预测建模分析
2.5 SSA-BiLSTM模型风速预测建模分析
2.6 仿真与分析
2.6.1 数据说明
2.6.2 评价指标
2.6.3 仿真结果与分析
2.7 本章小结
第3章 基于BOA优化的EWT-SVR-BiLSM混合风速预测方法
3.1 常规预测模型
3.1.1 时间序列ARIMA方法风速预测建模分析
3.1.2 K最近邻方法风速预测建模分析
3.1.3 神经网络风速预测建模分析
3.1.4 支持向量回归机方法风速预测建模分析
3.2 经验小波变换方法风速预测建模分析
3.3 贝叶斯优化方法风速预测建模分析
3.4 BOA优化的EWT-SVR-BiLSTM模型风速预测建模分析
3.5 案例仿真与分析
3.5.1 案例1:秋季风速数据仿真
3.5.2 案例2:春季风速数据仿真
3.5.3 案例3:夏季风速数据仿真
3.5.4 案例4:冬季风速数据仿真
3.5.5 仿真结果小结
3.6 本章小结
第4章 具有深度学习特征的WT-ARIMA-DLSTMs短期电价预测方法
4.1 小波分析方法电价预测建模分析
4.2 WT-ARIMA-DLSTMs模型电价预测建模分析
4.3 仿真与分析
4.3.1 电价数据描述
4.3.2 仿真结果与分析
4.4 本章小结
第5章 结论与展望
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间主要成果
攻读硕士学位期间参与的科研项目
致谢
东华大学;