| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 课题研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 基于支持向量机的光伏发电功率预测理论基础 | 第16-29页 |
| 2.1 光伏发电技术简介 | 第16-18页 |
| 2.1.1 太阳能光伏发电概念 | 第16页 |
| 2.1.2 太阳能光伏发电条件 | 第16-17页 |
| 2.1.3 太阳能光伏发电原理 | 第17-18页 |
| 2.2 光伏发电功率影响因素 | 第18-19页 |
| 2.3 预测方法及难点 | 第19-21页 |
| 2.3.1 预测方法简介 | 第19-20页 |
| 2.3.2 预测难点 | 第20-21页 |
| 2.4 负荷预测的基本过程及误差评价指标 | 第21页 |
| 2.5 支持向量机简介 | 第21-22页 |
| 2.6 统计学相关理论 | 第22-23页 |
| 2.6.1 VC维理论和结构风险最小化原则 | 第22-23页 |
| 2.7 支持向量机理论 | 第23-28页 |
| 2.7.1 基本支持向量机 | 第23-25页 |
| 2.7.2 非线性支持向量机 | 第25-26页 |
| 2.7.3 核函数 | 第26页 |
| 2.7.4 支持向量回归机 | 第26-28页 |
| 2.8 本章小结 | 第28-29页 |
| 第3章 支持向量机用于短期光伏发电功率预测 | 第29-32页 |
| 3.1 基于支持向量机的预测算法 | 第29-30页 |
| 3.1.1 预测算法流程 | 第29页 |
| 3.1.2 支持向量机核函数的选择 | 第29-30页 |
| 3.2 算例分析 | 第30-31页 |
| 3.3 本章小结 | 第31-32页 |
| 第4章 基于相空间重构和支持向量机的短期光伏发电功率预测 | 第32-40页 |
| 4.1 相空间重构理论 | 第32-34页 |
| 4.1.1 相空间理论基础 | 第32-33页 |
| 4.1.2 相空间重构C-C方法 | 第33-34页 |
| 4.2 基于相空间重构和支持向量机的预测算法 | 第34-35页 |
| 4.3 算例分析 | 第35-39页 |
| 4.3.1 源数据相空间重构 | 第35-37页 |
| 4.3.2 支持向量机参数寻优 | 第37页 |
| 4.3.3 功率预测 | 第37-39页 |
| 4.3.4 预测效果评价 | 第39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 基于小波变换和支持向量机的短期光伏发电功率预测 | 第40-47页 |
| 5.1 小波变换理论 | 第40-41页 |
| 5.2 预测算法概述 | 第41-42页 |
| 5.3 算例分析 | 第42-46页 |
| 5.3.1 小波分解和重构 | 第42-43页 |
| 5.3.2 参数寻优 | 第43页 |
| 5.3.3 各小波单支功率预测效果及最终预测效果 | 第43-46页 |
| 5.3.4 预测效果评价 | 第46页 |
| 5.4 本章小结 | 第46-47页 |
| 第6章 一种多源信息融合的短期光伏发电功率预测 | 第47-57页 |
| 6.1 信息融合 | 第47-49页 |
| 6.1.1 信息融合的概念及特点 | 第47页 |
| 6.1.2 信息融合的基本原理 | 第47-48页 |
| 6.1.3 信息融合算法分析 | 第48-49页 |
| 6.2 预测算法概述 | 第49-53页 |
| 6.2.1 多源信息的选取 | 第49-52页 |
| 6.2.2 预测模型的建立 | 第52-53页 |
| 6.3 算例分析 | 第53-56页 |
| 6.4 本章小结 | 第56-57页 |
| 第7章 总结及展望 | 第57-59页 |
| 7.1 总结 | 第57-58页 |
| 7.2 展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64页 |