风力发电发展预测与评价PDF电子书下载

第1章 绪论 1

1.1 新能源相关概念界定 1

1.1.1 常规能源和新能源 1

1.1.2 新能源与可再生能源 1

1.2 研究背景 3

1.3 国内外研究动态 8

1.3.1 国外研究现状 8

1.3.2 国内研究现状 14

1.4 本书研究内容 18

第2章 新能源风电发展和技术进步评价 20

2.1 我国新能源风电产业发展分析 20

2.1.1 风电装机容量现状分析 21

2.1.2 风电并网现状分析 26

2.1.3 风电设备制造业现状分析 30

2.1.4 风电产业发展趋势分析 32

2.2 新能源风电技术进步分析 35

2.2.1 风电技术现存问题分析 35

2.2.2 风电技术进步趋势分析 36

2.2.3 风电技术进步对技术人才技术要素分析 40

2.3 新能源风电发展技术进步评价模型 49

2.3.1 风电发展技术进步贡献率评价研究 49

2.3.2 基于要素投入的技术人才技术进步贡献率研究 50

2.3.3 新能源风电技术进步程度评价模型构建 52

2.3.4 实证研究 57

第3章 基于灰色理论风电装机容量预测 60

3.1 基于DGM（2,1）风电装机容量预测模型 61

3.1.1 时间序列与灰色理论预测方法比较 61

3.1.2 预测方法选择 62

3.1.3 基于DGM（2,1）风电装机容量预测模型 67

3.2 基于GM（1,1）风电人均装机容量预测模型 68

3.2.1 基于GM（1,1）风电人均装机容量预测模型 68

3.2.2 风电产业发展中的技术人才需求预测 70

3.3 实证研究 73

第4章 基于优选组合的风力发电负荷预测 77

4.1 电力负荷预测方法研究 78

4.1.1 时间序列预测模型 78

4.1.2 马尔可夫预测模型 79

4.1.3 灰色预测模型 81

4.2 基于优选组合的风电负荷预测模型研究 82

4.2.1 最优加权组合模型 82

4.2.2 实证分析 84

第5章 新能源风电技术人才结构分析方法 89

5.1 新能源风电技术人才结构模型 89

5.1.1 技术人才结构模型构建 90

5.1.2 技术人才结构模型特点 91

5.2 技术人才信息调查与获取 93

5.3 技术人才结构聚类分析模型 97

5.3.1 技术人才分类模型 97

5.3.2 技术人才分类算法 100

5.3.3 技术人才聚类统计分析模型 101

5.3.4 技术人才聚类算例分析 107

5.4 基于贝叶斯网络分类器新数据分类模型 108

5.4.1 基于K2算法的贝叶斯网络分类器模型构建 110

5.4.2 算例分析 110

5.5 复合结构分析方法 113

5.5.1 二维复合分析方法 113

5.5.2 多维复合分析方法 114

5.5.3 案例分析 114

第6章 新能源风电发展技术人才供给预测模型 118

6.1 技术人才供给因素分析 118

6.2 技术人才供给渠道分析 121

6.3 技术人才供给现状分析 122

6.4 基于马尔可夫链风电技术人才供给预测模型 123

6.4.1 马尔可夫链模型构建 123

6.4.2 神经网络优化供给预测算法过程 126

6.4.3 算例分析 127

第7章 新能源风电发展政策建议 129

7.1 新能源风电发展政策建议 130

7.1.1 加强规划计划管理 130

7.1.2 完善新能源发展的国家政策支持体系 131

7.1.3 完善新能源领域的科技创新体制 132

7.1.4 推进电力体制改革 133

7.2 新能源风电技术进步建议 134

7.3 新能源风电技术人才培养数量建议 136

7.4 新能源风电技术人才培养政策建议 137

7.4.1 完善人才培养的政策环境 140

7.4.2 完善高校新能源专业培养体系 141

7.4.3 新能源风电人才培养重点任务 142

7.4.4 完善企业技术人才管理机制 144

参考文献 152