声明
第 1 章 绪论
1.1课题研究的背景及意义
1.1.1课题研究的背景
1.1.2课题研究的意义
1.2风电功率预测研究与应用现状
1.2.1国外研究现状
1.2.2国内研究现状
1.3风电功率预测模型分析
1.3.1风电功率预测方法
1.3.2人工智能预测模型
1.4论文的组织结构
第 2 章 风电功率预测数据预处理以及相关性分析
2.1风电NWP数据的主成分分析
2.1.1NWP数据
2.1.2主成分分析法
2.1.3数据处理
2.2风电功率历史时间序列的小波时频分析
2.2.1风电功率历史时间序列
2.2.2小波分析法
2.2.3数据处理
2.3本章小结
第 3 章 基于改进 LSTM 的风电功率短期预测模型
3.1引言
3.2长短期神经网络
3.2.1基本原理和结构
3.2.2训练过程
3.3双向长短期神经网络
3.4注意力机制
3.5短期风电功率预测模型设计
3.6预测模型评价指标
3.7算例分析
3.8本章小结
第 4 章 基于小波-CNN 的风电功率超短期预测模型
4.1引言
4.2二维卷积神经网络
4.2.1基本原理和结构
4.2.2卷积层
4.2.3池化层
4.2.4激活函数
4.2.5训练过程
4.2.6梯度下降算法
4.3小波-CNN的风电功率预测模型的设计
4.4算例分析
4.5本章小结
结论
参考文献
致谢
附录 A 攻读学位期间所发表的学术论文
附录B 攻读学位期间所参加的科研工作
湖南大学;