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

分布式光伏发电系统超短期功率预测方法研究

摘要第8-9页
Abstract第9-10页
第一章 绪论第11-16页
    1.1 课题研究背景和意义第11页
    1.2 国内外研究现状第11-14页
    1.3 论文主要研究内容第14-16页
第二章 光伏试验平台发电功率影响因素分析第16-26页
    2.1 光伏电站试验平台第16-17页
    2.2 光伏电站发电数据采集第17-18页
    2.3 光伏发电功率与环境影响因素相关性分析第18-25页
        2.3.1 辐照度的影响第19-20页
        2.3.2 温度的影响第20-21页
        2.3.3 风的影响第21-22页
        2.3.4 湿度的影响第22-23页
        2.3.5 天气类型的影响第23-24页
        2.3.6 季节的影响第24-25页
    2.4 本章小结第25-26页
第三章 基于支持向量机的天气类型超短期预测第26-35页
    3.1 支持向量机基本原理第26-27页
    3.2 试验数据预处理第27-32页
        3.2.1 数据来源第28-30页
        3.2.2 数据校正第30-32页
        3.2.3 数据规范化处理第32页
    3.3 支持向量机核函数的选取第32-33页
    3.4 基于支持向量机的天气类型超短期预测第33-34页
    3.5 本章小结第34-35页
第四章 基于神经网络的光伏电站超短期功率预测第35-46页
    4.1 神经网络第35-36页
    4.2 基于BP神经网络的功率预测模型设计第36-40页
    4.3 基于Elman神经网络的功率预测模型设计第40-42页
    4.4 算例分析第42-45页
    4.5 本章小结第45-46页
第五章 基于改进的Elman神经网络光伏电站超短期功率预测第46-60页
    5.1 马拉特算法第46-51页
        5.1.1 正交多辩分析第46-47页
        5.1.2 Mallat分解第47-49页
        5.1.3 Mallat重构第49-51页
    5.2 基于改进Elman神经网络功率预测模型设计第51-52页
    5.3 基于改进Elman神经网络光伏功率超短期预测模型第52-53页
    5.4 算例分析第53-59页
    5.5 本章小结第59-60页
第六章 结论和展望第60-62页
    6.1 结论第60页
    6.2 展望第60-62页
参考文献第62-66页
致谢第66-67页
攻读硕士期间发表论文第67-68页

论文共68页,点击 下载论文
上一篇:风电并网对系统电压稳定性的影响研究
下一篇:考虑不确定性资源的配电网分布式电源优化规划