声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.1.1 课题研究背景
1.1.2 课题研究目的和意义
1.2 课题研究现状
1.2.1 风速预测方法
1.2.2 国外研究现状
1.2.3 国内研究现状
1.3 研究内容及技术路线
1.3.1 研究内容
1.3.2 技术路线
1.3.3 本文创新点
1.3.4 本文组织结构
1.4 本章小结
第二章 风电场风速特性及统计规律研究
2.1 风电场数据来源及风能特征
2.1.1 风电场数据来源及数据的预处理
2.1.2 风能特征
2.2 风速和风向
2.2.1 风速及其变化特性
2.2.2 风速的分布特性
2.2.3 风向及其特性
2.3 风速预测效果评价标准
2.4 本章小结
第三章 基于WRF模式的短期风速预测
3.1 WRF模式简介
3.2 资料方法介绍
3.2.1 NCEP/GFS预报资料
3.2.2 双线性插值法
3.3 WRF模式模拟方案设计
3.3.1 模式方案设计
3.3.2 插值层高的确定
3.4 模拟效果分析
3.4.1 风速年预报效果分析
3.4.2 风速日预报效果分析
3.4.3 风向预报效果分析
3.5 本章小结
第四章 基于优化极限学习机算法的短期风速订正
4.1 极限学习机
4.1.1 ELM算法简介
4.1.2 ELM算法原理
4.1.3 ELM算法实现步骤
4.2 共轭梯度法(Conjugate Gradient)
4.2.1 CG算法简介
4.2.2 CG算法原理
4.3 差分进化算法(Differential Evolution)
4.3.1 DE算法简介
4.3.2 DE算法原理
4.4 基于CG-DE-ELM算法的订正模型的建立
4.5 实验验证
4.5.1 数据预处理
4.5.2 订正结果分析
4.6 本章小结
第五章 基于主成分分析和径向基神经网络的短期风速二次订正
5.1 主成分分析
5.1.1 主成分分析的原理
5.1.2 主成分分析的步骤
5.1.3 主成分分析的流程
5.2 径向基神经网络
5.2.1 径向基神经网络简介
5.2.2 径向基神经网络的网络结构
5.2.3 径向基神经网络的特点
5.3 基于主成分分析和RBF神经网络二次订正模型的建立
5.4 实验验证
5.4.1 样本选取及主成分分析
5.4.2 订正结果分析
5.5 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
参考文献
作者简介
致谢