| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 课题背景与研究意义 | 第8-10页 |
| 1.2 光伏发电研究现状 | 第10-12页 |
| 1.3 光伏发电功率预测研究现状 | 第12-13页 |
| 1.4 本文主要内容 | 第13-16页 |
| 第2章 光伏发电功率预测的经典方法 | 第16-22页 |
| 2.1 光伏发电站出力特性 | 第16-17页 |
| 2.2 光伏发电功率预测方法分类 | 第17-18页 |
| 2.3 光伏发电功率的典型预测方法 | 第18-20页 |
| 2.4 小结 | 第20-22页 |
| 第3章 基于小波分解和卷积神经网络的光伏发电功率点预测方法 | 第22-32页 |
| 3.1 小波分解算法 | 第22-23页 |
| 3.2 卷积神经网络 | 第23-26页 |
| 3.2.1 卷积神经网络的卷积层 | 第24-26页 |
| 3.2.2 卷积神经网络的池化层 | 第26页 |
| 3.3 基于小波分解和卷积神经网络的点预测 | 第26-31页 |
| 3.3.1 数据维度转换 | 第27页 |
| 3.3.2 点预测流程与机制 | 第27-31页 |
| 3.4 小结 | 第31-32页 |
| 第4章 基于小波分解和卷积神经网络的光伏发电功率概率预测方法 | 第32-36页 |
| 4.1 概率预测流程与机制 | 第32-34页 |
| 4.2 预测性能评价指标 | 第34-35页 |
| 4.3 小结 | 第35-36页 |
| 第5章 仿真设计与结果分析 | 第36-54页 |
| 5.1 光伏发电功率数据的收集与整理 | 第36页 |
| 5.2 点预测实验设计与结果分析 | 第36-47页 |
| 5.3 概率预测实验设计与结果分析 | 第47-51页 |
| 5.4 小结 | 第51-54页 |
| 第6章 工作总结和研究展望 | 第54-56页 |
| 6.1 工作总结 | 第54-55页 |
| 6.2 研究展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间的研究成果 | 第60页 |