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

基于包含度推理的光伏并网发电量预测研究

摘要第1-4页
Abstract第4-7页
第1章 绪论第7-15页
   ·引言第7-8页
     ·研究背景第7-8页
     ·课题研究的意义第8页
   ·光伏发电预测技术研究现状第8-12页
     ·原理预测法第9页
     ·统计预测法第9-10页
     ·智能预测法第10-11页
     ·不确定理论预测法第11-12页
   ·课题理论基础第12-14页
     ·包含度理论第12页
     ·粗糙集理论第12-13页
     ·熵理论第13页
     ·插值法第13-14页
   ·研究内容第14-15页
第2章 并网光伏发电功率影响因素分析第15-25页
   ·5.6kW 并网光伏系统第16-17页
   ·环境因素对光伏发电功率的影响第17-20页
     ·阴影对光伏发电功率的影响第17-18页
     ·积灰对光伏发电功率的影响第18-19页
     ·热斑对光伏发电功率的影响第19-20页
   ·气象因素对光伏发电功率的影响第20-23页
     ·太阳辐射照度对光伏发电功率的影响第20-21页
     ·环境温度温度对光伏发电功率的影响第21-22页
     ·天气类型对光伏发电功率的影响第22-23页
   ·极板温度对光伏发电功率的预测第23-25页
第3章 基于包含度推理的光伏并网发电量预测模型第25-39页
   ·粗糙集理论基础第25-28页
     ·知识与分类第25-26页
     ·决策表第26-28页
     ·等价关系和等价类第28页
   ·包含度理论基础第28-32页
     ·包含度的定义和生成方式第28-29页
     ·可信度与矛盾规则决策第29-30页
     ·相似度与规则识别第30-32页
   ·基于包含度推理的光伏并网发电量预测模型第32-39页
     ·模型描述第32-33页
     ·不一致决策表修正算法第33-34页
     ·属性与属性值约简第34-36页
     ·决策规则选择第36-39页
第4章 数据的离散化及其还原第39-49页
   ·离散化第39-40页
     ·离散化过程第39页
     ·离散化方法第39-40页
   ·基于信息熵的粗糙集连续属性离散化算法第40-44页
     ·信息熵的性质第41页
     ·粗糙集中信息熵计算方法第41-43页
     ·基于信息熵的粗糙集连续属性离散化算法第43-44页
   ·三次样条插值算法第44-49页
     ·插值法选择第44-45页
     ·三次样条插值法第45页
     ·自然三次样条函数的构造第45-46页
     ·三次样条插值算法第46-49页
第5章 预测实例与误差分析第49-93页
   ·规则获取模型第49-60页
     ·光伏历史发电数据决策表第49-52页
     ·决策表离散化第52-56页
     ·不一致决策表处理第56-58页
     ·一致决策表属性与属性值约简第58-59页
     ·规则库的获取第59-60页
   ·发电量预测模型第60-76页
     ·预测样本信息表的建立与离散第60-65页
     ·规则拟合与离散预测值第65-71页
     ·三次样条差值与实际预测值第71-76页
   ·预测误差第76-93页
     ·预测误差评价指标第76-78页
     ·四季光伏发电功率预测结果及误差第78-90页
     ·预测误差分析第90-93页
总结与展望第93-94页
参考文献第94-97页
致谢第97-98页
在读期间发表论文第98页

论文共98页,点击 下载论文
上一篇:微电网稳定控制系统控制策略研究与实现
下一篇:大足石刻千手观音造像三维展示系统关键技术研究