| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 本文研究内容 | 第14-16页 |
| 第2章 光伏发电系统概述 | 第16-25页 |
| 2.1 光伏电池技术概述 | 第16-21页 |
| 2.1.1 光伏电池的分类 | 第16-17页 |
| 2.1.2 光伏电池工作原理 | 第17页 |
| 2.1.3 光伏电池数学模型 | 第17-19页 |
| 2.1.4 光伏电池功率输出特性 | 第19-21页 |
| 2.2 光伏发电系统 | 第21-23页 |
| 2.2.1 光伏发电系统组成 | 第21-22页 |
| 2.2.2 光伏发电系统分类 | 第22-23页 |
| 2.3 影响光伏发电功率的因素 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于光伏电站历史数据的多粒度级联森林预测模型 | 第25-37页 |
| 3.1 集成学习方法和随机森林 | 第25-28页 |
| 3.1.1 集成学习方法 | 第25-26页 |
| 3.1.2 结合策略 | 第26-27页 |
| 3.1.3 随机森林算法 | 第27-28页 |
| 3.2 多粒度级联森林算法 | 第28-31页 |
| 3.2.1 级联森林结构框架 | 第28-30页 |
| 3.2.2 多粒度扫描 | 第30页 |
| 3.2.3 多粒度级联森林的过程和超参数 | 第30-31页 |
| 3.3 光伏电站历史数据预处理和分析 | 第31-34页 |
| 3.3.1 光伏电站历史数据预处理 | 第31-32页 |
| 3.3.2 光伏电站历史数据分析 | 第32-34页 |
| 3.4 多粒度级联森林光伏输出功率短期预测 | 第34-35页 |
| 3.5 结果分析 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于光伏设备实测数据的多粒度级联森林预测模型 | 第37-49页 |
| 4.1 光伏实验设备 | 第37-39页 |
| 4.1.1 光伏发电装置 | 第37-38页 |
| 4.1.2 光伏发电控制系统 | 第38-39页 |
| 4.2 实验设备测试环境条件分析 | 第39-44页 |
| 4.2.1 光伏面板温度特性测试分析 | 第39-41页 |
| 4.2.2 光伏设备所处环境温湿度特性分析 | 第41-42页 |
| 4.2.3 光伏设备测试与功率特性分析 | 第42-44页 |
| 4.3 实验数据采集及预处理 | 第44-47页 |
| 4.3.1 实验数据采集 | 第44-45页 |
| 4.3.2 实验数据预处理 | 第45-47页 |
| 4.4 多粒度级联森林模型对光伏设备输出功率预测 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表论文情况 | 第55页 |