文摘
英文文摘
论文说明:图表目录
声明
第1章绪论
1.1课题背景及研究意义
1.1.1课题背景
1.1.2课题意义
1.2风力发电技术的研究现状
1.2.1风力发电系统的研究现状
1.2.2最大功率追踪控制策略的研究现状
1.3本论文的主要工作
第2章直驱式永磁同步风力发电系统
2.1系统介绍
2.2风力机控制
2.2.1风力机的功率特性
2.2.2风力机发电机运行原理
2.3发电机与逆变器控制
2.3.1发电机控制
2.3.2仿真研究
2.3.3逆变器控制
2.4控制系统中的风速估计
2.4.1风速特性
2.4.2风速估计模型
2.4.3风速估计的样本数据
2.5小结
第3章基于IPSO算法的RBF神经网络的风速预测
3.1粒子群优化算法介绍
3.1.1标准粒子群优化算法
3.1.2 PSO算法收敛性分析
3.1.3学习因子线性变化的粒子群算法
3.2人工神经网络
3.2.1神经元模型
3.2.2神经网络的激活函数
3.3 RBF神经网络
3.3.1 RBF网络的结构及特点
3.3.2 RBF神经网络隐含层单元数量的确定方法
3.3.3 RBF神经网络权值算法研究
3.4基于IPSO算法的RBF神经网络的优化设计
3.5基于IPSO-RBF神经网络在风速预测中的应用
3.5.1神经网络模型的建立
3.5.2仿真结果分析
3.6小结
第4章基于最小二乘支持向量机的风速预测
4.1概述
4.2统计学习理论
4.2.1 VC维
4.2.2推广型的界
4.2.3结构风险最小化
4.3支持向量机分类
4.3.1最优分割超平面
4.3.2线性SVM
4.3.3非线性SVM
4.4核函数的选取
4.5支持向量机的回归分析
4.5.1支持向量机回归原理
4.5.2回归算法
4.6最小二乘支持向量机原理
4.7基于LS-SVM的风速估预测研究
4.7.1基于LS-SVM的风速预测模型
4.7.2核函数的构造和参数选择
4.7.3仿真结果分析
4.8小结
结论与展望
参考文献
致谢
附录A攻读学位期间所发表的学术论文目录