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

独立光伏系统控制器的研究

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-14页
   ·本研究课题的学术背景第8页
   ·国内外发展趋势第8-9页
     ·国内太阳能光伏发展趋势第8-9页
     ·国外太阳能光伏发展趋势第9页
   ·研究的意义第9-10页
   ·国内外相关研究综述第10-12页
     ·恒定电压跟踪法(CVT)第10页
     ·微扰观察法(P&O)第10-11页
     ·增量电导法(INC)第11页
     ·曲线拟合法第11-12页
     ·状态空间平均法第12页
     ·神经网络法第12页
   ·主要研究的内容第12-14页
第二章 具有温度补偿功能光伏充电控制器的研究第14-25页
   ·引言第14页
   ·阀控式密封铅酸蓄电池(VRLA 电池)的结构和原理第14-15页
   ·过充点保护电压和再充点保护电压第15-17页
   ·温度补偿(Temperature Compensation)第17页
   ·并联充电控制器第17-18页
   ·光伏充电控制器温度补偿电路设计第18-20页
   ·光伏充电控制器温度补偿电路的Pspice 的仿真第20-23页
     ·仿真电路参数设定第20-21页
     ·仿真曲线分析第21-23页
   ·小结第23-25页
第三章 基于PIC 单片机的光伏控制器的研究第25-45页
   ·引言第25页
   ·太阳能电池发电原理第25-26页
   ·单体光伏电池物理模型第26-27页
   ·光伏电池特性的仿真研究第27-31页
   ·最大功率跟踪(MPPT)第31-36页
     ·传统增量电导法(INC)第31-33页
     ·二阶增量电导比较法第33-36页
   ·DC/DC 转换器第36-40页
     ·概述第36-37页
     ·升压型DC/DC 转换器第37-40页
   ·模拟实验及分析第40-42页
   ·小结第42-45页
第四章 基于径向基神经网络的光伏控制器的研究第45-64页
   ·引言第45-46页
   ·人工神经网络基础知识第46-48页
     ·多输入神经元第46-47页
     ·传输函数第47-48页
   ·径向基函数神经网络(RBFNN)第48-63页
     ·RBF 神经网络原理第48-52页
     ·径向基函数神经网络的传统K 均值聚类算法第52-54页
     ·径向基函数神经网络的改进型K 均值聚类算法第54-55页
     ·改进型K-means 算法在光伏MPPT 中的应用第55-63页
   ·小结第63-64页
第5章 总结和展望第64-65页
   ·研究成果总结第64页
   ·未来工作展望第64-65页
参考文献第65-68页
攻读学位期间发表的论文第68-69页
致谢第69-71页
个人简历第71页

论文共71页,点击 下载论文
上一篇:硼氢化钠水解制氢—小型质子交换膜燃料电池一体化研究
下一篇:纳米碳黑/碳纤维水泥基复合材料长期力电性能的研究