基于改进PSO算法的SVR模型在MPPT中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·课题研究背景 | 第8页 |
| ·传统MPPT控制方法 | 第8-10页 |
| ·传统控制方法 | 第8-9页 |
| ·基于现代控制理论的控制方法 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| 2 光伏发电系统最大功率点跟踪技术 | 第11-19页 |
| ·光伏电池的伏安特性曲线 | 第11-13页 |
| ·光伏电池等效电路 | 第11-12页 |
| ·等效电路的电流-电压特性数学模型 | 第12-13页 |
| ·光伏电池的伏安特性曲线 | 第13页 |
| ·最大功率点跟踪的原理 | 第13-16页 |
| ·MPPT过程 | 第14-15页 |
| ·最大功率点的外界影响条件 | 第15-16页 |
| ·最大功率点数学模型 | 第16-17页 |
| ·常见的MPPT技术控制方法 | 第17-19页 |
| ·扰动观察法 | 第17页 |
| ·恒定电压法 | 第17-18页 |
| ·电导增量法 | 第18页 |
| ·其他控制方法 | 第18-19页 |
| 3 支持向量机回归 | 第19-24页 |
| ·支持向量机基本原理 | 第19页 |
| ·支持向量机回归算法 | 第19-24页 |
| ·基本支持向量机回归 | 第19-21页 |
| ·带惩罚函数的支持向量机回归 | 第21-22页 |
| ·基于核函数的支持向量机回归 | 第22页 |
| ·核函数与损失函数 | 第22-24页 |
| 4 粒子群优化算法 | 第24-32页 |
| ·基本粒子群算法 | 第24-26页 |
| ·粒子群算法基本原理 | 第24-25页 |
| ·带有惯性权重因子的粒子群算法 | 第25-26页 |
| ·改进的粒子群算法 | 第26-32页 |
| ·设计原则 | 第26-27页 |
| ·粒子群算法的参数分析 | 第27-28页 |
| ·改进PSO算法 | 第28-31页 |
| ·适应度函数 | 第31-32页 |
| 5 改进的PSO-SVR模型在MPPT中的应用 | 第32-43页 |
| ·基于改进PSO算法的SVR模型 | 第32-33页 |
| ·数据准备及预处理 | 第33-37页 |
| ·仿真分析与讨论 | 第37-43页 |
| ·基于改进PSO的SVR模型仿真 | 第37-39页 |
| ·两种方法的对比仿真分析 | 第39-43页 |
| 6 结论与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 附录 | 第48-56页 |
