声明
摘要
1.1 研究背景及意义
1.2 国内外研究现状
1.3 本文所做主要工作
1.4 论文的组织结构
2.1 风的形成
2.2 风速变化特性
2.3 风电场风速数据的采集
2.4 风电场风速与风力发电功率
2.5 本章小结
第3章 基于高斯过程回归的短期风速预测
3.1 高斯过程回归理论
3.1.1 权值空间论
3.1.2 函数空间论
3.1.3 核函数类型
3.3.4 超参数求取
3.2 基于GPR的短期风速预测流程
3.3 基于GPR的短期风速预测仿真分析
3.3.1 基于GPR的短期风速预测模型的建立
3.3.2 模型评价指标
3.3.3 预测结果及分析
3.4 本章小结
第4章 基于改进的高斯过程回归的短期风速预测
4.1 粒子群算法
4.2 量子粒子群算法
4.3 基于QPSO-GPR的短期风速预测流程
4.4 基于QPSO-GPR的短期风速预测仿真分析
4.5 本章小结
第5章 基于经验模态分解和改进的高斯过程回归的短期风速预测
5.1 经验模态分解原理
5.2 基于EMD和QPSO-GPR的短期风速预测流程
5.3 基于EMD-QPSO-GPR的风速预测仿真分析
5.3.1 风速序列的EMD分解
5.3.2 模型参数的取值
5.3.3 预测结果
5.4 本章小结
第6章 基于变分模态分解和改进的高斯过程回归的短期风速预测
6.1 变分模态分解算法原理
6.1.1 变分问题的构造
6.1.2 变分问题的求解
6.1.3 VMD算法步骤
6.3 基于VMD-QPSO-GPR的风速预测仿真分析
6.3.1 风速序列的VMD分解
6.3.2 模型参数的取值
6.3.3 预测结果
6.3.4 几种不同模型预测误差比较
6.4 本章小结
7.1 结论
7.2 展望
致谢
参考文献
附录1 攻读硕士学位期间发表的论文