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--太阳能发电论文

太阳能发电多维随机过程动态模型研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-19页
    1.1 选题背景及研究意义第10-12页
        1.1.1 论文选题背景第10-11页
        1.1.2 论文研究意义第11-12页
    1.2 国内外相关研究成果第12-17页
        1.2.1 光伏发电随机过程动态研究第12-13页
        1.2.2 太阳辐射预测模型研究第13-14页
        1.2.3 光伏发电出力预测模型研究第14-15页
        1.2.4 改进神经网络光伏发电出力模型研究第15-17页
    1.3 主要研究内容第17-19页
第2章 太阳能光伏发电过程分析第19-27页
    2.1 光伏发电系统概要第19-23页
        2.1.1 光伏发电原理第19-20页
        2.1.2 发电系统结构第20-21页
        2.1.3 发电系统分类第21-23页
    2.2 光伏发电过程特性分析第23-24页
    2.3 光伏发电过程关联因素第24-26页
        2.3.1 光伏发电内部因素第24-25页
        2.3.2 光伏发电外部因素第25-26页
    2.4 本章小结第26-27页
第3章 隐马尔可夫理论与小波神经网络模型第27-37页
    3.1 隐马尔可夫理论第27-31页
        3.1.1 马尔可夫链第27-29页
        3.1.2 马尔可夫模型第29页
        3.1.3 隐马尔可夫理论第29-31页
    3.2 小波神经网络模型第31-36页
        3.2.1 人工神经网络理论第31-34页
        3.2.2 小波变换分析方法第34-35页
        3.2.3 小波神经网络第35-36页
    3.3 本章小结第36-37页
第4章 考虑随机性的太阳辐射强度预测模型构建第37-49页
    4.1 太阳辐射影响因素相关性分析第37-39页
    4.2 太阳辐射量模型第39-41页
        4.2.1 晴空太阳辐射量第40-41页
        4.2.2 云遮蔽太阳辐射量第41页
    4.3 基于隐马尔可夫的太阳辐射量模型第41-46页
        4.3.1 确定预测时刻云量第41-42页
        4.3.2 构建马尔可夫模型第42-44页
        4.3.3 计算晴空削弱系数第44页
        4.3.4 构建隐马尔可夫模型第44-46页
    4.4 算例分析第46-48页
    4.5 本章小结第48-49页
第5章 多维小波神经网络光伏出力预测模型构建第49-64页
    5.1 光伏发电出力模型分析第49-51页
        5.1.1 光伏出力等效模型第49-51页
        5.1.2 光伏出力模型变量第51页
    5.2 人工神经网络模型第51-55页
        5.2.1 BP神经网络模型第51-53页
        5.2.2 光伏出力预测过程第53-55页
    5.3 多维小波神经网络模型第55-59页
        5.3.1 Mallat小波信号分解与重构第55-56页
        5.3.2 确定小波激励函数第56-57页
        5.3.3 构建小波神经网络模型第57-59页
    5.4 算例分析第59-62页
    5.5 提升模型预测拟合优度的发电过程管理建议第62-63页
    5.6 本章小结第63-64页
第6章 研究成果与结论第64-65页
参考文献第65-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:脱硫废水喷雾蒸发处理技术研究
下一篇:沽源双馈风机次同步振荡网侧抑制技术研究