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

分布式光伏电站发电功率短期预测方法研究

摘要第8-9页
Abstract第9-10页
第一章 绪论第11-20页
    1.1 研究背景与目的意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 目的意义第12-13页
    1.2 光伏发电功率短期预测的研究现状第13-18页
        1.2.1 国内研究现状第14-15页
        1.2.2 国外研究现状第15-16页
        1.2.3 光伏发电系统出力预测技术方法第16-18页
    1.3 论文主要研究内容及技术路线第18-20页
第二章 光伏发电系统数据采集和扰动特性分析第20-31页
    2.1 光伏电站试验平台设计和数据采集第20-25页
        2.1.1 光伏电站试验平台设计第20-22页
        2.1.2 数据采集及预处理第22-25页
    2.2 光伏发电扰动特性分析第25-30页
        2.2.1 发电功率与气象因子相关性分析第25-26页
        2.2.2 光伏系统日发电功率与太阳辐射量的关系分析第26-27页
        2.2.3 光伏系统日发电功率与日照时数及日最高气温的关系第27-28页
        2.2.4 不同季节不同天气类型对发电功率的影响分析第28-30页
    2.3 本章小结第30-31页
第三章 基于随机森林的光伏发电功率短期预测第31-38页
    3.1 随机森林算法原理第31-34页
        3.1.1 决策树的集合第31-32页
        3.1.2 随机森林第32-34页
    3.2 随机森林预测模型设计第34-35页
    3.3 随机森林模型预测结果分析第35-37页
    3.4 本章小结第37-38页
第四章 基于灰色—马尔科夫链的光伏发电功率短期预测第38-48页
    4.1 灰色—马尔科夫链算法原理第38-41页
        4.1.1 灰色预测理论第38-40页
        4.1.2 马尔科夫链算法第40-41页
    4.2 灰色—马尔科夫链预测模型设计第41-44页
    4.3 灰色—马尔科夫链模型预测结果分析第44-47页
    4.4 本章小结第47-48页
第五章 基于相似日和IGA-BP的光伏发电功率短期预测第48-57页
    5.1 算法原理第48-51页
        5.1.1 相似日判别原理第48-50页
        5.1.2 IGA算法原理第50-51页
    5.2 IGA-BP预测模型设计第51-52页
    5.3 IGA-BP模型预测结果分析第52-55页
    5.4 三种发电功率短期预测模型结果对比分析第55-56页
    5.5 本章小结第56-57页
第六章 结论与展望第57-59页
    6.1 结论第57-58页
    6.2 展望第58-59页
参考文献第59-62页
致谢第62-63页
攻读学位论文期间发表文章第63-64页

论文共64页,点击 下载论文
上一篇:异川楝素抑制三阴性乳腺癌生长和转移的研究
下一篇:基因组重排技术中的光学方法