首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文--太阳能发电论文

考虑云遮挡的光伏超短期功率预测研究

摘要第5-6页
Abstarct第6页
第1章 绪论第9-15页
    1.1 研究背景和意义第9-10页
    1.2 国内外研究现状第10-13页
    1.3 论文主要工作第13页
    1.4 论文组织结构第13-15页
第2章 光伏发电的工作原理与影响因素分析第15-22页
    2.1 光伏发电的工作原理第15页
    2.2 光伏电站的出力特性分析第15-17页
    2.3 光伏发电的影响因素分析第17-21页
        2.3.1 地表太阳辐射的影响第17-18页
        2.3.2 遮挡物质的影响第18-19页
        2.3.3 其他因素的影响第19-21页
    2.4 本章小结第21-22页
第3章 相关理论模型第22-32页
    3.1 支持向量回归模型第22-26页
        3.1.1 线性支持向量回归模型第22-24页
        3.1.2 非线性改进第24-25页
        3.1.3 序列最小最优化第25-26页
    3.2 隐马尔可夫模型第26-31页
        3.2.1 模型的定义第26-27页
        3.2.2 前向后向算法第27-29页
        3.2.3 Baum-Welch算法第29-30页
        3.2.4 Viterbi算法第30-31页
    3.3 本章小结第31-32页
第4章 考虑云遮系数的光伏超短期功率预测模型第32-48页
    4.1 云遮系数的定义第32页
    4.2 预测模型整体流程第32-34页
    4.3 晴天地表太阳辐射预测模型第34-35页
    4.4 云遮系数预测模型第35-37页
    4.5 光伏功率预测模型第37-38页
    4.6 算例验证分析第38-47页
        4.6.1 数据预处理第38-40页
        4.6.2 晴天地表辐射模型第40-42页
        4.6.3 云遮系数模型第42-45页
        4.6.4 光伏功率模型第45-47页
    4.7 本章小结第47-48页
第5章 基于BPNN-SVR的改进光伏功率预测模型第48-54页
    5.1 引言第48-49页
    5.2 BPNN-SVR预测算法模型第49-52页
        5.2.1 BP神经网络模型第49-51页
        5.2.2 BPNN与SVR的组合模型第51-52页
    5.3 算例分析第52-53页
    5.4 本章小结第53-54页
第6章 结论和展望第54-55页
    6.1 结论第54页
    6.2 展望第54-55页
参考文献第55-58页
攻读硕士学位期间发表的论文及其它成果第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:不同成长环境的独生子女与非独生子女心理健康的比较研究--以高职院校和普通高校为例
下一篇:天津市高层次创新型人才政策评估