| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 光伏出力预测研究背景 | 第9-11页 |
| 1.1.1 光伏出力的基本概念 | 第9-10页 |
| 1.1.2 光伏出力预测的研究意义 | 第10-11页 |
| 1.2 光伏出力预测研究现状 | 第11-15页 |
| 1.3 本文的主要工作 | 第15-17页 |
| 第2章 光伏出力预测的基本理论 | 第17-32页 |
| 2.1 支持向量机的基本理论 | 第17-24页 |
| 2.1.1 支持向量机的基本概念 | 第17-21页 |
| 2.1.2 支持向量机的基本算法 | 第21-24页 |
| 2.2 经验模态分解的基本理论 | 第24-30页 |
| 2.2.1 经验模态分解法的基本概念 | 第24-27页 |
| 2.2.2 经验模态分解法的分解过程 | 第27-28页 |
| 2.2.3 经验模态分解法的特性介绍 | 第28-30页 |
| 2.3 本章小结 | 第30-32页 |
| 第3章 光伏出力的特性及相关性分析 | 第32-42页 |
| 3.1 光伏出力的特性分析 | 第32-34页 |
| 3.2 气象因素的相关性分析 | 第34-40页 |
| 3.2.1 太阳辐照度与光伏出力的相关性 | 第35-36页 |
| 3.2.2 环境温度与光伏出力的相关性 | 第36-37页 |
| 3.2.3 风速与光伏出力的相关性 | 第37-38页 |
| 3.2.4 相对湿度与光伏出力的相关性 | 第38-39页 |
| 3.2.5 大气压强与光伏出力的相关性 | 第39-40页 |
| 3.3 气象因素的相关性比较 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于相似日的SVM光伏出力短期预测 | 第42-50页 |
| 4.1 基于灰色关联度的相似日筛选 | 第42-43页 |
| 4.2 构建支持向量机预测模型 | 第43-45页 |
| 4.3 预测流程综述 | 第45页 |
| 4.4 算例分析 | 第45-49页 |
| 4.4.1 算例介绍 | 第45页 |
| 4.4.2 数据预处理 | 第45-46页 |
| 4.4.3 参数寻优策略 | 第46-47页 |
| 4.4.4 结果分析 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于经验模态分解的SVM光伏出力超短期预测 | 第50-59页 |
| 5.1 光伏出力信号的经验模态分解 | 第50-52页 |
| 5.2 遗传算法的参数优选 | 第52-53页 |
| 5.3 预测流程综述 | 第53-54页 |
| 5.4 算例分析 | 第54-58页 |
| 5.4.1 算例介绍 | 第54页 |
| 5.4.2 光伏出力序列的EMD分解 | 第54-55页 |
| 5.4.3 光伏出力序列分量的SVM预测 | 第55页 |
| 5.4.4 不同模型对预测的影响分析 | 第55-58页 |
| 5.5 本章小结 | 第58-59页 |
| 第6章 结论与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文及其他成果 | 第65-66页 |
| 攻读硕士学位期间参加的科研工作 | 第66-67页 |
| 致谢 | 第67页 |