基于EEMD和BP神经网络的短期光伏功率预测模型
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 光伏发电预测的研究背景及意义 | 第11-14页 |
| 1.1.1 课题研究背景 | 第11-13页 |
| 1.1.2 课题研究意义 | 第13-14页 |
| 1.2 国内外研究现状分析 | 第14-17页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.3 本文研究内容 | 第17-19页 |
| 第二章 光伏发电功率预测的基本方法 | 第19-26页 |
| 2.1 光伏电站数据 | 第19-20页 |
| 2.2 光伏系统出力预测的分类 | 第20-21页 |
| 2.3 光伏系统发电功率预测的基本方法 | 第21-25页 |
| 2.3.1 经典预测方法 | 第21-23页 |
| 2.3.2 组合预测方法 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于BP神经网络短期光伏功率预测模型 | 第26-35页 |
| 3.1 相似日选取 | 第26-27页 |
| 3.2 BP神经网络 | 第27-31页 |
| 3.2.1 BP神经网络的结构 | 第27-28页 |
| 3.2.2 BP神经网络的算法原理 | 第28-29页 |
| 3.2.3 BP神经网络训练 | 第29-30页 |
| 3.2.4 BP神经网络的用途 | 第30-31页 |
| 3.3 BP神经网络光伏发电功率预测模型 | 第31-34页 |
| 3.3.1 样本的选择和预处理 | 第31页 |
| 3.3.2 BP神经网络发电功率预测 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于经验模态分解及改进的算法介绍 | 第35-45页 |
| 4.1 经验模态分解EMD算法 | 第35-40页 |
| 4.1.1 EMD分解基本概念 | 第35页 |
| 4.1.2 经验模态分解与模本征函数 | 第35页 |
| 4.1.3 经验模态分解基本原理 | 第35-38页 |
| 4.1.4 经验模态分解的特点 | 第38-40页 |
| 4.2 EEMD基本原理 | 第40页 |
| 4.3 EEMD分解过程 | 第40-41页 |
| 4.4 EMD与EEMD分层图 | 第41-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 预测模型评估与结果分析 | 第45-55页 |
| 5.1 基于EEMD-BP光伏系统预测模型 | 第45-50页 |
| 5.1.1 预测模型天气分类 | 第45-46页 |
| 5.1.2 EEMD-BP神经网络组合预测模型 | 第46页 |
| 5.1.3 预测过程分析 | 第46-50页 |
| 5.2 算例结果分析与评估 | 第50-53页 |
| 5.3 本章小结 | 第53-55页 |
| 第六章 结论与展望 | 第55-57页 |
| 6.1 结论 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读学位期间发表的学术论文 | 第62页 |
