声明
致谢
摘要
第一章 绪论
1.1 研究背景与意义
1.2 风电功率预测研究现状
1.2.1 风电功率预测方法
1.2.2 风电功率不确定性预测研究
1.3 主要研究内容
1.3.1 研究方法
1.3.2 本文的主要创新点
1.3.3 研究思路
第二章 相关模型概述
2.1.1 异常值检测
2.1.2 三次样条插值
2.2 分位数回归
2.3.1 支持向量机基本理论
2.3.2 支持向量分位数回归模型
2.4 神经网络分位数回归
2.4.1 神经网络基本理论
2.4.2 神经网络分位数回归模型
第三章 基于支持向量分位数回归的风电功率概率密度预测
3.1 支持向量分位数回归的风电功率预测模型
3.2 基于核密度估计的概率密度预测
3.3.1 点预测结果分析
3.3.2 区间预测评价准则
3.4 风电功率数据集案例分析
第四章 基于三次样条插值和支持向量分位数回归的风电功率概率密度预测
4.1 基于三次样条插值和支持向量分位数回归的概率密度预测模型
4.2 考虑异常值影响的风电功率预测案例分析
4.2.1 加拿大安大略省风电功率样本
4.2.2 吉林省风电场输出功率样本
第五章 基于无偏交叉验证和神经网络分位数回归的风电功率概率密度预测
5.1 基于无偏交叉验证和神经网络分位数回归的概率密度预测模型
5.2 不同季节下的风电功率预测案例分析
5.2.1 冬季风电数据案例分析
5.2.2 夏季风电数据案例分析
第六章 总结与展望
6.1 本文主要研究工作和意义
6.2 研究展望
参考文献
攻读硕士学位期间的学术活动及成果情况