智能水滴算法优化SVM的光伏最大功率跟踪研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 选题背景及意义 | 第10-11页 |
| 1.2 MPPT研究现状 | 第11-15页 |
| 1.3 本文工作 | 第15页 |
| 1.4 章节安排 | 第15-17页 |
| 第2章 光伏电池特性研究 | 第17-22页 |
| 2.1 光伏电池工作原理 | 第17页 |
| 2.2 光伏阵列数学模型 | 第17-18页 |
| 2.3 光伏阵列Simulink建模 | 第18-19页 |
| 2.4 光伏电池特性分析 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 智能水滴算法 | 第22-32页 |
| 3.1 智能水滴算法原理 | 第22页 |
| 3.2 智能水滴算法的数学描述 | 第22-24页 |
| 3.3 智能水滴算法的流程 | 第24-25页 |
| 3.4 算法的改进 | 第25-27页 |
| 3.5 算法的仿真测试 | 第27-31页 |
| 3.6 本章小结 | 第31-32页 |
| 第4章 智能水滴算法优化支持向量机 | 第32-37页 |
| 4.1 支持向量机原理 | 第32页 |
| 4.2 支持向量机回归 | 第32-34页 |
| 4.3 SVM参数优化数学模型 | 第34页 |
| 4.4 改进智能水滴算法优化SVM参数 | 第34-35页 |
| 4.5 算法测试及其分析 | 第35-36页 |
| 4.6 本章小结 | 第36-37页 |
| 第5章 智能水滴算法优化SVM的MPPT研究 | 第37-45页 |
| 5.1 MPPT控制原理 | 第37-38页 |
| 5.2 基于IWD-SVM的光伏系统MPPT | 第38-40页 |
| 5.2.1 光伏MPPT系统 | 第38-39页 |
| 5.2.2 预测过程 | 第39-40页 |
| 5.3 预测实例 | 第40-44页 |
| 5.3.1 实验数据 | 第40-41页 |
| 5.3.2 实验评价指标 | 第41页 |
| 5.3.3 结果分析 | 第41-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第6章 基于IWD-SVM的光伏MPPT仿真分析 | 第45-50页 |
| 6.1 基于IWD-SVM的最大功率跟踪流程 | 第45页 |
| 6.2 Simulink建模 | 第45-46页 |
| 6.3 结果分析 | 第46-49页 |
| 6.4 本章总结 | 第49-50页 |
| 第7章 总结与展望 | 第50-52页 |
| 7.1 论文工作总结 | 第50-51页 |
| 7.2 未来工作 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表的论文 | 第55-56页 |
| 致谢 | 第56页 |
