| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 课题研究现状 | 第12-15页 |
| 1.2.1 光伏阵列故障诊断技术的研究现状 | 第12-14页 |
| 1.2.2 光伏阵列MPPT技术的研究现状 | 第14-15页 |
| 1.3 论文主要研究内容和结构安排 | 第15-17页 |
| 第二章 光伏电池建模和光伏阵列故障特性分析 | 第17-26页 |
| 2.1 光伏发电系统相关概念及原理概述 | 第17-18页 |
| 2.2 光伏阵列故障分析 | 第18-19页 |
| 2.2.1 光伏阵列主要故障 | 第18-19页 |
| 2.2.2 光伏阵列故障成因分析 | 第19页 |
| 2.3 光伏电池建模与输出特性分析 | 第19-22页 |
| 2.3.1 光伏电池数学模型 | 第20-21页 |
| 2.3.2 光伏模块的输出特性 | 第21-22页 |
| 2.4 遮阴故障条件下光伏阵列建模 | 第22-25页 |
| 2.4.1 局部遮阴条件对光伏阵列的影响分析 | 第23-24页 |
| 2.4.2 局部遮阴条件下光伏阵列的数学建模 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 光伏阵列故障诊断方法研究 | 第26-45页 |
| 3.1 光伏阵列故障特性仿真分析 | 第26-29页 |
| 3.2 决策树算法介绍 | 第29-32页 |
| 3.2.1 经典决策树简介 | 第29-30页 |
| 3.2.2 模糊决策树原理分析 | 第30-32页 |
| 3.3 基于模糊决策树的光伏阵列故障诊断方法研究 | 第32-40页 |
| 3.3.1 光伏阵列故障诊断模型 | 第32-33页 |
| 3.3.2 光伏阵列故障数据预处理 | 第33-37页 |
| 3.3.3 基于模糊决策树的光伏阵列故障诊断模型 | 第37-40页 |
| 3.4 实验结果分析 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 遮阴故障条件下光伏阵列MPPT方法研究 | 第45-56页 |
| 4.1 启发式智能算法简介 | 第45-46页 |
| 4.1.1 人工神经网络 | 第45页 |
| 4.1.2 群体智能算法 | 第45-46页 |
| 4.2 基于自适应梯度下降和差分进化的改进算法(AGD-DE) | 第46-51页 |
| 4.2.1 AGD-DE算法原理 | 第47-49页 |
| 4.2.2 AGD-DE算法在遮阴光伏阵列MPPT的应用 | 第49-51页 |
| 4.3 算法验证和对比分析 | 第51-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文工作总结 | 第56-57页 |
| 5.2 研究展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文目录 | 第63页 |
| 攻读硕士学位期间参与的科研项目 | 第63页 |