声明
第1 章绪论
1.1 研究背景及研究意义
1.2 国内外研究现状与存在的问题
1.2.1风速风向联合统计模型研究现状
1.2.2风速预测模型研究现状
1.2.3现有研究工作存在的问题
1.3 本文主要研究内容及研究路线
第2 章兰新高铁沿线大风监测数据分析
2.1 数据来源
2.2 风速数据分析
2.3 风向数据分析
2.4 风速风向相关性分析
2.5 本章小结
第3 章兰新高铁沿线风速风向统计模型
3.1 风速边缘分布模型
3.2 风向边缘分布模型
3.3 风速风向联合分布模型
3.3.1各向异性高斯模型
3.3.2参数Copula模型(FGM模型)
3.3.3角度-线性模型(AL模型)
3.3.4联合分布模型拟合优度对比
3.4 本章小结
第4 章基于深度神经网络的兰新高铁沿线风速风向联合预测模型
4.1 LSTM 模型及循环神经网络
4.1.1循环神经网络(RNN)
4.1.2沿时间反向传播算法(BPTT)
4.1.3长短记忆神经网络(LSTM)
4.2 LSTM 模型的构建与训练
4.2.1数据的初始化
4.2.2模型参数的设置
4.2.3模型的迭代训练
4.3 风速与风向联合预测方法
4.3.1独立预测
4.3.2分量预测
4.3.3多变量预测
4.4 预测性能评估及误差分析
4.4.1误差指标
4.4.2四个基站预测结果对比分析
4.5 本章小结
第5 章基于深度神经网络的兰新高铁沿线风速风向多变量超前多步预测模型
5.1 超前两步预测
5.1.1数据处理及模型的构建
5.1.2模型预测结果
5.2 超前三步预测
5.2.1数据处理及模型的构建
5.2.2模型预测结果
5.3 超前多步预测性能对比
5.4本章小结
第6 章结论与展望
一、论文成果总结
二、不足和展望
参考文献
致 谢
攻读硕士学位期间发表的论文及参与的科研项目
所参与的科研项目
西南交通大学;