首页--工业技术论文--电工技术论文--发电、发电厂论文--各种发电论文

风光储能电站数据分析与评价模型研究

摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-11页
   ·研究背景与意义第8页
   ·课题相关研究现状第8-10页
     ·风光储电站数据分析研究现状第8-9页
     ·微网储能配置研究现状第9-10页
   ·本课题结构第10-11页
第二章 数据预处理第11-17页
   ·数据问题及预处理第11页
   ·归一化第11-12页
   ·奇异点检测、奇异点修复第12-13页
   ·主成分分析第13-14页
   ·聚类算法原理和应用第14-16页
     ·K-means算法第14-15页
     ·聚类算法分类第15页
     ·聚类算法在风、光、储能电网的应用第15-16页
   ·本章小结第16-17页
第三章 数据分析算法-小波算法第17-26页
   ·小波算法发展历程第17页
   ·尺度函数和小波函数第17-19页
   ·小波理论第19-22页
     ·连续小波变换第20页
     ·离散小波变换第20-21页
     ·多分辨率分析和小波包算法第21-22页
   ·小波算法的应用第22-23页
   ·算法库实现及GUI测试界面第23-25页
     ·数据分析算法库实现第23页
     ·测试界面第23-25页
   ·本章小结第25-26页
第四章 分析案例-光伏电站出力特性分析第26-35页
   ·出力特性分析研究意义第26页
   ·数据样本第26-27页
   ·出力分布特性分析第27-29页
   ·不同气象条件下的光伏出力特性第29-32页
   ·光伏出力主成分分析第32-33页
   ·变化率分布特性分析第33页
   ·本章小结第33-35页
第五章 数据分析应用-微网混合储能配置第35-53页
   ·海岛微网介绍第35-36页
   ·并网运行状态混合储能配置第36-44页
     ·多类型储能系统第38-39页
     ·算例分析第39-44页
   ·孤网运行状态储能配置第44-52页
     ·电池储能和柴发能量分配介绍第45-48页
     ·微网系统技术指标第48-49页
     ·算例分析第49-52页
   ·本章小结第52-53页
结论与展望第53-55页
参考文献第55-58页
附录第58-62页
申请学位期问的研究成果及发表的学术论文第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:基于点云数据的扭曲文档倾斜校正算法研究
下一篇:基于双线性对密码的程序实现