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

基于数据挖掘的光伏发电量概率分布估计方法研究

摘要第3-4页
ABSTRACT第4页
第1章 绪论第8-16页
    1.1 课题研究背景第8-9页
    1.2 课题研究意义第9-10页
    1.3 光伏输出功率预测领域存在的问题第10-12页
        1.3.1 预测模型输入变量选取第11-12页
        1.3.2 数据的相似度分析第12页
    1.4 光伏发电功率预测课题的研究现状第12-14页
        1.4.1 光伏发电功率预测方法分类第12-13页
        1.4.2 国内外研究现状第13-14页
    1.5 本文的主要内容第14-16页
第2章 光伏系统概述第16-26页
    2.1 光伏电池物理数学模型第16-22页
        2.1.1 光伏电池基本原理第16页
        2.1.2 光伏电池的种类第16-17页
        2.1.3 光伏电池的数学模型第17-19页
        2.1.4 光伏电池伏安特性第19-22页
    2.2 光伏发电系统第22-24页
        2.2.1 光伏发电系统的组成第22-23页
        2.2.2 光伏发电系统分类第23-24页
            2.2.2.1 独立光伏发电系统第23-24页
            2.2.2.2 并网光伏发电系统第24页
            2.2.2.3 微电网第24页
    2.3 本章小结第24-26页
第3章 数据预处理和挖掘第26-38页
    3.1 数据挖掘概论第26-27页
    3.2 数据的相似性分析第27-31页
        3.2.1 输入变量筛选第28-31页
            3.2.1.1 通径分析第28-29页
            3.2.1.2 K-means聚类第29页
            3.2.1.3 输入变量的约减第29-31页
    3.3 相似性分析中的权值选择第31-36页
        3.3.1 k近邻算法第31-32页
        3.3.2 权值对相似样本筛选效果的影响分析第32-33页
        3.3.3 权值自适应调整算法第33-36页
            3.3.3.1 粒子群算法第33-34页
            3.3.3.2 权值自适应调整算法流程第34-35页
            3.3.3.3 筛选效果对比第35-36页
    3.4 本章小结第36-38页
第4章 基于通径分析的神经网络分位数回归概率预测模型第38-48页
    4.1 分位数回归理论第38-40页
        4.1.1 线性分位数回归第38-39页
        4.1.2 神经网络分位数回归模型第39-40页
    4.2 核密度估计第40-41页
    4.3 基于通径分析的神经网络分位数回归概率预测模型第41页
    4.4 概率预测有效性验证第41页
    4.5 预测结果与分析第41-46页
        4.5.1 评价指标第42-44页
        4.5.2 结果分析第44-46页
    4.6 预测区间对电网调度的意义第46页
    4.7 本章小结第46-48页
第5章 神经网络分位数回归概率预测模型第48-56页
    5.1 自适应权值算法适用性验证第48-52页
        5.1.1 BP模型预测流程第48页
        5.1.2 核密度模型预测流程第48-49页
        5.1.3 预测结果分析第49-52页
    5.2 神经网络分位数回归模型预测流程(AW+QRNN+KDE)第52-54页
        5.2.1 模型具体预测流程第52页
        5.2.2 预测结果分析第52-54页
    5.3 本章小结第54-56页
第6章 光伏阵列功率监控系统的硬件实现第56-66页
    6.1 监控系统总体结构设计第56-57页
    6.2 功能模块设计第57-65页
        6.2.1 电压电流检测模块第57页
        6.2.2 温度采集模块第57-60页
        6.2.3 辐照度测量模块第60-61页
        6.2.4 zigbee通信模块第61-62页
        6.2.5 RS-485通信模块第62-63页
        6.2.6 液晶显示模块第63-64页
        6.2.7 Labview上位机监控模块第64-65页
    6.3 本章小结第65-66页
第7章 总结与展望第66-68页
参考文献第68-72页
发表论文和参加科研情况说明第72-74页
    发表学术论文第72页
    参与科研项目第72-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:预制构件连接面的抗剪性能研究
下一篇:河南省逊母口镇农村义务教育的现状调查及对策研究