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 |