| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 概述 | 第9-14页 |
| ·研究目的和意义 | 第9页 |
| ·国内外研究概况 | 第9-12页 |
| ·多峰最大功率研究状况 | 第9-10页 |
| ·光伏系统最大功率跟踪算法(MPPT)研究状况 | 第10-12页 |
| ·本论文的主要研究内容 | 第12-14页 |
| 第2章 光伏系统概述 | 第14-24页 |
| ·太阳能电池发电原理 | 第14-15页 |
| ·单体光伏电池、光伏组件特性分析 | 第15-22页 |
| ·单体光伏电池特性分析 | 第15-18页 |
| ·光伏组件特性分析 | 第18-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 基于人工神经网络的光伏组件最大功率跟踪建模仿真 | 第24-35页 |
| ·BP 神经网络算法 | 第24-28页 |
| ·BP 神经网络 | 第24-28页 |
| ·BP 算法的实现步骤 | 第28-29页 |
| ·BP 网络的结构设计 | 第29页 |
| ·输入输出层设计 | 第29页 |
| ·中间层的设计 | 第29页 |
| ·BP 神经网络在光伏系统最大功率中的应用 | 第29-34页 |
| ·数据获取 | 第29-32页 |
| ·样本的标准化处理 | 第32页 |
| ·仿真训练、测试 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 遗传算法优化神经网络 | 第35-45页 |
| ·遗传算法的工作参数 | 第35-38页 |
| ·参数的编码 | 第35-36页 |
| ·适应度函数选择 | 第36页 |
| ·遗传操作 | 第36-38页 |
| ·遗传算法运算流程 | 第38页 |
| ·遗传算法工具箱的函数及其功能 | 第38-39页 |
| ·主界面函数 | 第38-39页 |
| ·核心函数及其它函数 | 第39页 |
| ·遗传算法与神经网络的结合 | 第39-44页 |
| ·遗传算法优化神经网络 | 第40页 |
| ·遗传算法优化BP 神经网络的实现步骤 | 第40-41页 |
| ·仿真训练、测试 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 多峰最大功率跟踪硬件系统的搭建与仿真 | 第45-60页 |
| ·硬件电路 | 第45-54页 |
| ·光伏阵列的搭建 | 第46-49页 |
| ·DC/DC 转换电路 | 第49-53页 |
| ·控制系统 | 第53-54页 |
| ·软件设计 | 第54-57页 |
| ·编程语言 | 第55页 |
| ·单片机资源利用 | 第55-56页 |
| ·多峰最大功率跟踪 | 第56页 |
| ·系统流程 | 第56-57页 |
| ·仿真结果 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结和展望 | 第60-62页 |
| ·研究成果总结 | 第60页 |
| ·下一步工作展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 本人简历 | 第67页 |