声明
摘要
1.1 选题背景及研究意义
1.1.1 课题背景
1.1.2 风电功率概率性预测研究意义
1.2 风电功率预测的分类类型
1.3 风电功率概率性研究现状
1.3.1 国外研究现状
1.3.2 国内研究现状
1.4 本文主要工作
第2章 基于滑动分块百分位数Bootstrap法的风电功率概率区间预测
2.1 风电功率特性分析
2.1.1 风电功率预测误差分布
2.1.2 风功率时间相依性
2.2 滑动分块Bootstrap法理论
2.2.1 滑动分块Bootstrap法重采样技术
2.2.2 滑块最优长度估计
2.3 基于滑动分块百分位数Bootstrap法风功率区间预测模型
2.3.1 风功率预测区间的划分
2.3.2 基于四分位法的滑动分块百分位数Bootstrap法置信区间求取
2.3.3 风功率区间预测模型预测步骤
2.4 算例分析
2.4.1 预测误差区间划分
2.4.2 滑块最优长度选取
2.4.3 仿真分析与对比
2.5 本章小结
第3章 基于集合经验模态分解和核极限学习机的风电功率概率区间估计
3.1 集合经验模态分解
3.2 极限学习机预测法
3.2.1 极限学习机区间预测模型
3.2.2 基于核函数的极限学习机区间预测模型
3.3 基于PSO的EEMD-KELM风电功率概率区间预测模型
3.3.1 模型建立
3.3.2 预测步骤
3.4 实例分析
3.4.1 EEMD数据分解
3.4.2 PSO-KELM模型参数设定
3.4.3 仿真分析与对比
3.5 本章小结
第4章 基于风电波动特征匹配度的KELM-NKDE功率区间预测
4.1 基于风电波动特征匹配度的功率预测评价指标
4.1.1 均方根误差
4.1.2 功率梯度
4.1.3 功率曲率
4.1.4 预测结果综合评价指标
4.2 非参数核密度估计法
4.3 基于风电波动特征匹配度的KELM-NKDE功率区间预测模型
4.3.1 模型建立
4.3.2 预测步骤
4.4 算例分析
4.4.1 KELM模型优化结果
4.4.2 NKDE法参数选取
4.4.3 基于NKDE法的功率区间求取与分析
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢