基于数据挖掘的光伏阵列故障诊断研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 新能源光伏发电概述 | 第9页 |
| 1.2 现阶段光伏系统面临的问题 | 第9-10页 |
| 1.3 国内外光伏阵列故障诊断技术研究现状 | 第10-11页 |
| 1.4 本文主要研究内容 | 第11-13页 |
| 第2章 光伏阵列故障诊断方法的研究 | 第13-20页 |
| 2.1 光伏系统架构 | 第13-14页 |
| 2.2 光伏组件的运行特性 | 第14-15页 |
| 2.2.1 光伏电池工作原理 | 第14页 |
| 2.2.2 光伏组件数学模型 | 第14-15页 |
| 2.3 光伏阵列的故障成因 | 第15-17页 |
| 2.4 光伏阵列的故障类型 | 第17-18页 |
| 2.5 本文拟采用的光伏阵列故障诊断方法 | 第18-19页 |
| 2.6 本章小结 | 第19-20页 |
| 第3章 数据挖掘技术及其在故障诊断中的应用研究 | 第20-30页 |
| 3.1 数据挖掘技术 | 第20页 |
| 3.2 数据挖掘过程模型 | 第20-21页 |
| 3.3 数据清洗方法 | 第21-22页 |
| 3.4 光伏阵列故障诊断数据挖掘建模 | 第22-28页 |
| 3.4.1 光伏阵列故障诊断业务理解 | 第22-23页 |
| 3.4.2 光伏系统运行数据清洗与预处理 | 第23-25页 |
| 3.4.3 数据挖掘模型和算法选择 | 第25-28页 |
| 3.5 本章小结 | 第28-30页 |
| 第4章 基于C5.0算法的光伏阵列故障诊断模型 | 第30-36页 |
| 4.1 决策树模型及C5.0算法 | 第30-32页 |
| 4.1.1 决策树的核心问题 | 第30页 |
| 4.1.2 信息增益和C5.0算法 | 第30-32页 |
| 4.2 光伏阵列故障诊断模型 | 第32-35页 |
| 4.2.1 故障诊断决策树模型生长 | 第32-33页 |
| 4.2.2 故障诊断模型剪枝 | 第33-34页 |
| 4.2.3 推理规则集 | 第34-35页 |
| 4.3 本章小结 | 第35-36页 |
| 第5章 算法实现及实验结果分析 | 第36-52页 |
| 5.1 数据预处理 | 第36-45页 |
| 5.1.1 数据类型 | 第36-40页 |
| 5.1.2 数据抽取 | 第40-41页 |
| 5.1.3 数据分区 | 第41-42页 |
| 5.1.4 数据分箱 | 第42-44页 |
| 5.1.5 数据合并 | 第44-45页 |
| 5.2 故障诊断模型 | 第45-50页 |
| 5.2.1 C5.0算法模型 | 第46-48页 |
| 5.2.2 推理规则集 | 第48-49页 |
| 5.2.3 CART算法模型 | 第49-50页 |
| 5.3 模型评估 | 第50-51页 |
| 5.4 本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| 6.1 工作总结 | 第52页 |
| 6.2 工作展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
