| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外光伏产业发电现状 | 第11页 |
| 1.3 光伏阵列故障诊断方法的研究现状 | 第11-13页 |
| 1.4 课题研究内容及本人的主要工作 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第2章 光伏阵列典型故障分析 | 第15-18页 |
| 2.1 光伏阵列结构分析 | 第15页 |
| 2.2 光伏阵列故障分析 | 第15-17页 |
| 2.2.1 光伏阵列故障类型 | 第15-16页 |
| 2.2.2 光伏阵列故障产生机理 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 光伏仿真模型的建立及输出特性分析 | 第18-25页 |
| 3.1 光伏电池建模研究 | 第18-20页 |
| 3.1.1 光伏电池工作原理 | 第18-20页 |
| 3.1.2 光伏组件数学模型 | 第20页 |
| 3.2 光伏系统仿真模型的建立 | 第20-21页 |
| 3.3 输出特性仿真分析 | 第21-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第4章 基于模糊算法的光伏阵列故障诊断模型 | 第25-42页 |
| 4.1 模糊算法理论以及故障诊断模型的建立 | 第25-30页 |
| 4.1.1 FCM算法 | 第25-27页 |
| 4.1.2 基于模糊正态分布的隶属函数算法 | 第27-28页 |
| 4.1.3 基于FCM算法和模糊隶属算法的故障诊断模型的建立 | 第28-30页 |
| 4.2 故障特征参数的选取及数据样本集的形成 | 第30-33页 |
| 4.2.1 故障特征分析 | 第30-32页 |
| 4.2.2 故障特征参数的选取 | 第32-33页 |
| 4.2.3 故障样本数据集的形成 | 第33页 |
| 4.3 FCM算法聚类分析 | 第33-36页 |
| 4.4 利用模糊隶属算法进行故障诊断 | 第36-38页 |
| 4.5 实证分析 | 第38-41页 |
| 4.5.1 实验描述 | 第38-40页 |
| 4.5.2 实验结果分析 | 第40-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 基于FCM算法和PNN算法的光伏故障诊断模型 | 第42-53页 |
| 5.1 基于FCM算法和PNN算法的光伏阵列诊断模型的建立 | 第42-45页 |
| 5.1.1 PNN算法 | 第42-45页 |
| 5.1.2 故障诊断模型的建立 | 第45页 |
| 5.2 光伏阵列故障表征 | 第45-48页 |
| 5.3 故障数据的采集与分类 | 第48-50页 |
| 5.4 利用PNN算法进行故障诊断 | 第50-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-56页 |
| 6.1 结论 | 第53-54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第60-61页 |
| 致谢 | 第61页 |
