基于晴朗指数的超短期太阳辐射预测算法的研究

摘要	第4-5页
Abstract	第5-6页
1 绪论	第9-17页
1.1 课题研究的背景及意义	第9-11页
1.2 国内外研究现状	第11-13页
1.3 目前光伏系统发电量预测的类型和方法	第13-15页
1.4 本文主要研究内容	第15-17页
2 基于晴朗指数的超短期太阳辐射预测技术	第17-29页
2.1 光伏电站实时数据来源	第17-18页
2.2 太阳辐射与光伏电池输出特性的关系	第18-22页
2.3 太阳辐射预测模型的输入选择	第22-26页
2.4 基于历史数据的短期太阳辐射预测模型	第26-27页
2.5 本章小结	第27-29页
3 基于线性预测编码的晴朗指数预测模型	第29-46页
3.1 线性预测编码的基本原理	第29-32页
3.2 求解线性预测系数的算法	第32-37页
3.3 基于线性预测编码算法的晴朗指数预测建模	第37-41页
3.4 预测结果与误差分析	第41-44页
3.5 本章小结	第44-46页
4 基于动态神经网络的晴朗指数预测模型	第46-60页
4.1 人工神经网络的基本介绍	第46-48页
4.2 动态神经网络的模型和学习算法研究	第48-51页
4.3 基于动态神经网络的晴朗指数预测模型	第51-56页
4.4 预测结果与误差分析	第56-58页
4.5 本章小结	第58-60页
5 综合实验结果及分析	第60-72页
5.1 结果分析的条件和方法	第60-61页
5.2 预测图形结果和回归分析	第61-69页
5.3 误差评价及结论分析	第69-71页
5.4 本章小结	第71-72页
6 总结与展望	第72-74页
6.1 全文总结	第72-73页
6.2 后续工作展望	第73-74页
致谢	第74-75页
参考文献	第75-80页
附录 攻读学位期间发表的论文	第80页