基于监测系统光伏发电项目数据的修复与分析
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-14页 |
| ·选题的背景及研究意义 | 第7-10页 |
| ·选题的背景 | 第7-9页 |
| ·选题的意义 | 第9-10页 |
| ·数据修复和分析方法概述 | 第10-12页 |
| ·数据修复概述 | 第10-11页 |
| ·数据分析方法概述 | 第11-12页 |
| ·本文主要结构及思路 | 第12-14页 |
| 第2章 光电建筑项目数据的采集和特性 | 第14-21页 |
| ·数据的采集与传送 | 第14-15页 |
| ·研究对象的确定 | 第15-16页 |
| ·研究对象的选择 | 第15页 |
| ·研究时间的选择 | 第15-16页 |
| ·数据的时变特性 | 第16-19页 |
| ·发电量的时变特性 | 第16-17页 |
| ·辐射量的时变特性 | 第17-19页 |
| ·数据预处理技术与方法 | 第19-21页 |
| 第3章 光电建筑项目数据的筛选 | 第21-29页 |
| ·数据的筛选 | 第21-24页 |
| ·数据异常的原因 | 第21-22页 |
| ·数据筛选的原则 | 第22-24页 |
| ·发电量数据筛选的方法 | 第24-27页 |
| ·基本筛选 | 第24页 |
| ·阈值筛选 | 第24-26页 |
| ·发电量机理筛选 | 第26页 |
| ·数据质量控制筛选 | 第26-27页 |
| ·数据修复分析软件的选择 | 第27-29页 |
| 第4章 光电建筑项目数据的修复 | 第29-40页 |
| ·高斯迭代算法及其在数据修复中的应用 | 第29-30页 |
| ·高斯迭代算法 | 第29-30页 |
| ·高斯迭代算法在数据修复中的应用 | 第30页 |
| ·Marquardt 算法及其在数据修复中的应用 | 第30-32页 |
| ·Marquardt 算法 | 第30-32页 |
| ·Marquardt 算法在数据修复中的应用情况 | 第32页 |
| ·发电系统数据的修复 | 第32-39页 |
| ·数据缺失的情况 | 第32页 |
| ·威海项目的数据修复 | 第32-35页 |
| ·杭州项目的数据修复 | 第35-37页 |
| ·万科项目的数据修复 | 第37-39页 |
| ·数据修复中两种算法的对比分析 | 第39-40页 |
| 第5章 基于主成分分析法的光电建筑项目数据分析 | 第40-51页 |
| ·主成分分析法的概念及原理 | 第40页 |
| ·主成分分析法的概念 | 第40页 |
| ·主成分分析法的原理 | 第40页 |
| ·主成分分析法的相关模型及参数选择 | 第40-42页 |
| ·主成分分析法的相关模型 | 第40-41页 |
| ·主成分分析法的参数选择 | 第41-42页 |
| ·主成分分析法的步骤及流程 | 第42-43页 |
| ·主成分分析法的分析步骤 | 第42页 |
| ·主成分分析法流程 | 第42-43页 |
| ·实例分析 | 第43-51页 |
| ·威海项目的分析 | 第43-45页 |
| ·杭州项目的分析 | 第45-48页 |
| ·万科项目的分析 | 第48-51页 |
| 总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 发表论文及参与科研情况说明 | 第56-57页 |
| 附录 | 第57-68页 |
