摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-12页 |
1.1 课题研究的背景与意义 | 第9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 本文主要内容和结构安排 | 第11-12页 |
第2章 影响光伏发电的气象因素分析 | 第12-19页 |
2.1 光伏电池发电原理 | 第12页 |
2.2 气象因素分析 | 第12-18页 |
2.2.1 基于数学模型分析 | 第12-14页 |
2.2.2 基于统计数据的分析 | 第14-18页 |
2.3 本章小结 | 第18-19页 |
第3章 基于BP神经网络功率预测算法的研究 | 第19-28页 |
3.1 BP神经网络算法简介 | 第19-21页 |
3.2 BP神经网络建模研究 | 第21-25页 |
3.2.1 基于Matlab的神经网络算法建模研究 | 第21-22页 |
3.2.2 基于Matlab平台的神经网络预测算法的实现 | 第22-25页 |
3.3 预测结果分析 | 第25-27页 |
3.3.1 误差计算模型的建立 | 第25页 |
3.3.2 误差分析 | 第25-27页 |
3.4 本章小结 | 第27-28页 |
第4章 基于小波分析和神经网络组合预测模型研究 | 第28-38页 |
4.1 信号的小波分析 | 第28-29页 |
4.2 光伏电站输出功率信号的小波分解 | 第29-31页 |
4.3 基于小波分解的神经网络模型的建立 | 第31-34页 |
4.3.1 输入变量分析 | 第31-33页 |
4.3.2 算法模型建立 | 第33-34页 |
4.4 误差分析 | 第34-36页 |
4.5 本章小结 | 第36-38页 |
第5章 光伏功率预测系统的实现 | 第38-57页 |
5.1 系统功能分析 | 第38-41页 |
5.1.1 系统实现技术 | 第39-41页 |
5.2 查询系统功能实现 | 第41-52页 |
5.2.1 数据字典 | 第41-44页 |
5.2.2 实时数据展示实现 | 第44-50页 |
5.2.3 数据导出的实现 | 第50页 |
5.2.4 日志功能实现 | 第50-52页 |
5.3 预测系统功能实现 | 第52-53页 |
5.3.1 预测算法封装 | 第52页 |
5.3.2 定时调度的实现 | 第52-53页 |
5.4 天气预报下载系统功能实现 | 第53-56页 |
5.4.1 天气预报任务调度实现 | 第53-55页 |
5.4.2 天气预报数据获取实现 | 第55-56页 |
5.5 本章小结 | 第56-57页 |
第6章 总结与展望 | 第57-59页 |
6.1 本文总结 | 第57页 |
6.2 后续工作展望 | 第57-59页 |
参考文献 | 第59-61页 |
攻读硕士学位期间参加的科研工作 | 第61-62页 |
致谢 | 第62页 |