| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 选题目的、意义 | 第7-9页 |
| 1.1.1 光伏发电技术简介 | 第7-8页 |
| 1.1.2 我国的光伏发电技术现状及前景 | 第8页 |
| 1.1.3 影响光伏发电效率的因素 | 第8-9页 |
| 1.2 光伏发电组件表面积灰清理方式现状 | 第9-11页 |
| 1.2.1 无法合理规划清灰周期的原因及影响 | 第9页 |
| 1.2.2 现有的组件表面清灰方法 | 第9-10页 |
| 1.2.3 当前的积灰清理方式存在的问题 | 第10-11页 |
| 1.2.4 研究积灰清理对光伏组件输出的意义 | 第11页 |
| 1.3 本文内容说明 | 第11-12页 |
| 1.3.1 本文主要的研究重点 | 第11-12页 |
| 1.3.2 本文采取的主要研究方法 | 第12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 第二章 基于SVM算法的状态识别方法 | 第14-22页 |
| 2.1 常见的状态识别方法比较 | 第14-15页 |
| 2.1.1 当前常用的状态识别方法 | 第14页 |
| 2.1.2 本研究中所需识别状态的特点 | 第14-15页 |
| 2.2 基于SVM算法的状态识别方法 | 第15-16页 |
| 2.2.1 机器学习内容简述 | 第15页 |
| 2.2.2 支持向量机简介 | 第15-16页 |
| 2.3 SVM的分类算法详细推导 | 第16-20页 |
| 2.3.1 线性可分情况下最优分类面推导 | 第16-19页 |
| 2.3.2 核函数 | 第19-20页 |
| 2.4 基于SVM分类算法的状态识别实现过程 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 光伏发电厂子区域光伏阵列仿真模型搭建 | 第22-33页 |
| 3.1 光伏阵列模型的讨论 | 第22页 |
| 3.1.1 光伏发电厂子区域光伏阵列 | 第22页 |
| 3.1.2 本研究所需光伏阵列模型 | 第22页 |
| 3.2 常用的光伏组件模型方法 | 第22-25页 |
| 3.2.1 利用光伏组件物理模型建模 | 第22-23页 |
| 3.2.2 利用商业软件完成光伏阵列的模型搭建 | 第23-25页 |
| 3.3 利用光伏阵列工程数学模型搭建仿真平台 | 第25-30页 |
| 3.3.1 光伏阵列工程数学模型原理分析 | 第25-26页 |
| 3.3.2 光伏组件工程数学模型搭建及仿真结果 | 第26-28页 |
| 3.3.3 光伏组串仿真模型搭建 | 第28-29页 |
| 3.3.4 光伏阵列仿真模型搭建 | 第29-30页 |
| 3.4 积灰对光伏阵列输出的影响 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第四章 光伏阵列清灰方式仿真研究 | 第33-44页 |
| 4.1 光伏组件表面积灰状态及其影响 | 第33-34页 |
| 4.1.1 自然环境影响组件表面积灰状态的因素分析 | 第33-34页 |
| 4.1.2 由组件表面积灰引起的组件表面温度变化 | 第34页 |
| 4.2 组件表面积灰对表面温度变化影响的对照实验 | 第34-37页 |
| 4.2.1 实验原理 | 第34页 |
| 4.2.2 实验过程 | 第34-37页 |
| 4.2.3 实验结论 | 第37页 |
| 4.3 光伏阵列清灰方式仿真研究 | 第37-43页 |
| 4.3.1 光伏阵列积灰状态讨论 | 第37-38页 |
| 4.3.2 光伏阵列清灰方式仿真研究 | 第38-41页 |
| 4.3.3 不同清灰方式清灰效率仿真结果分析 | 第41-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 光伏阵列表面局部遮阴状态分析 | 第44-54页 |
| 5.1 光伏阵列表面局部遮阴仿真分析 | 第44-48页 |
| 5.1.1 光伏阵列整体遮阴状态下输出变化分析 | 第44-46页 |
| 5.1.2 光伏阵列表面局部遮阴状态分析 | 第46-48页 |
| 5.2 光伏阵列表面局部遮阴仿真及结果分析 | 第48-53页 |
| 5.2.1 遮阴程度渐变条件下光伏阵列表面局部遮阴仿真模式及结果 | 第48-51页 |
| 5.2.2 光强渐变局部遮阴情况下光伏阵列输出分析 | 第51-52页 |
| 5.2.3 光伏阵列表面积灰状态及局部遮阴状态比较分析 | 第52-53页 |
| 5.3 本章小结 | 第53-54页 |
| 第六章 光伏发电厂清灰周期规划研究 | 第54-64页 |
| 6.1 基于SVM算法的状态分类器设计 | 第54-57页 |
| 6.1.1 样本空间中样本点特征属性的选择 | 第54-55页 |
| 6.1.2 核函数的选择 | 第55页 |
| 6.1.3 松弛变量与惩罚因子 | 第55-57页 |
| 6.2 惩罚因子、核函数参量的参数寻优方法 | 第57-58页 |
| 6.2.1 交叉验证方法 | 第57-58页 |
| 6.2.2 网格搜索、遗传算法 | 第58页 |
| 6.3 各种参数寻优方法下的分类结果比较 | 第58-60页 |
| 6.3.1 未进行参数寻优的分类结果 | 第58-59页 |
| 6.3.2 各种参数寻优方法下的分类结果比较 | 第59-60页 |
| 6.4 光伏发电厂清灰周期规划研究 | 第60-63页 |
| 6.4.1 理想状态下光伏阵列输出 | 第60-61页 |
| 6.4.2 光伏发电厂清灰方案研究 | 第61-63页 |
| 6.5 本章小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 在读期间发表论文清单 | 第69-70页 |
| 致谢 | 第70-72页 |
