| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 课题研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 光伏发电 | 第9-13页 |
| 1.2.2 光伏发电预测技术现状 | 第13-16页 |
| 1.3 本论文主要内容 | 第16-18页 |
| 第二章 光伏电池及光伏发电系统 | 第18-34页 |
| 2.1 光伏电池及其物理数学模型 | 第18-27页 |
| 2.1.1 光伏电池发电原理 | 第18-19页 |
| 2.1.2 光伏电池分类 | 第19-21页 |
| 2.1.3 光伏电池数学模型 | 第21-24页 |
| 2.1.4 光伏电池伏安特性 | 第24-27页 |
| 2.2 光伏发电系统 | 第27-34页 |
| 2.2.1 光伏发电系统的组成 | 第27-30页 |
| 2.2.2 光伏发电系统的分类 | 第30页 |
| 2.2.3 独立型光伏发电系统 | 第30-31页 |
| 2.2.4 并网光伏发电系统 | 第31-34页 |
| 第三章 基于神经网络的光伏发电预测模型 | 第34-46页 |
| 3.1 影响光伏发电量气象因素分析与处理 | 第34-39页 |
| 3.2 基于 BP 神经网络的光伏并网发电预测模型 | 第39-44页 |
| 3.2.1 BP 算法 | 第39-41页 |
| 3.2.2 BP 神经网络光伏发电预测模型 | 第41-44页 |
| 3.3 预测结果与分析 | 第44-46页 |
| 第四章 基于灰色关联度的光伏发电预测技术 | 第46-53页 |
| 4.1 数据挖掘技术 | 第46-48页 |
| 4.2 基于灰色关联度的光伏发电预测技术 | 第48-51页 |
| 4.2.1 数据挖掘预处理 | 第49-50页 |
| 4.2.2 光伏并网发电的数据挖掘 | 第50页 |
| 4.2.3 灰色关联度分析的光伏发电预测 | 第50-51页 |
| 4.3 预测结果与分析 | 第51-53页 |
| 第五章 光伏发电的组合预测技术 | 第53-60页 |
| 5.1 组合预测 | 第53-54页 |
| 5.2 基于组合预测技术的光伏并网发电预测 | 第54-58页 |
| 5.2.1 组合预测的权值 | 第55-56页 |
| 5.2.2 等权重法 | 第56页 |
| 5.2.3 最小方差法 | 第56-57页 |
| 5.2.4 优势矩阵法 | 第57-58页 |
| 5.3 预测结果与分析 | 第58-60页 |
| 第六章 总结与展望 | 第60-61页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 发表论文和参加科研情况说明 | 第66-67页 |
| 致谢 | 第67页 |