| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景和研究意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 太阳能资源丰富程度评估 | 第13-14页 |
| 1.2.2 太阳能资源利用价值评估 | 第14-15页 |
| 1.2.3 太阳能资源稳定程度评估 | 第15页 |
| 1.2.4 太阳能日最佳时段评估 | 第15页 |
| 1.2.5 现存的问题 | 第15-16页 |
| 1.3 本文的主要研究内容 | 第16-19页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 本文的组织结构 | 第16-19页 |
| 2 论文相关算法概述 | 第19-29页 |
| 2.1 聚类算法 | 第19-22页 |
| 2.1.1 k-means算法 | 第20-21页 |
| 2.1.2 层次聚类算法 | 第21-22页 |
| 2.2 神经网络算法 | 第22-28页 |
| 2.2.1 神经网络基本模型 | 第22-24页 |
| 2.2.2 神经网络参数及训练方法 | 第24-26页 |
| 2.2.3 自编码器 | 第26-27页 |
| 2.2.4 降噪自编码器 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 3 太阳辐照度典型曲线库的构建 | 第29-45页 |
| 3.1 典型曲线库构建问题描述 | 第29页 |
| 3.2 太阳辐照度典型曲线库构建 | 第29-34页 |
| 3.2.1 数据预处理 | 第31页 |
| 3.2.2 降噪自编码降维 | 第31-33页 |
| 3.2.3 降维后数据的太阳辐照度典型曲线库的构建 | 第33-34页 |
| 3.3 聚类有效性评估方法 | 第34-35页 |
| 3.4 实验结果与分析 | 第35-43页 |
| 3.4.1 实验数据集 | 第35页 |
| 3.4.2 数据预处理 | 第35页 |
| 3.4.3 降噪自编码器模型设计 | 第35-40页 |
| 3.4.4 基于聚类模型的典型曲线库构建方法验证 | 第40-42页 |
| 3.4.5 太阳辐照度典型曲线库的构建 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 4 太阳能资源单一日波动稳定性分析方法 | 第45-57页 |
| 4.1 基本概念及太阳能资源的关键物理量计算 | 第45-46页 |
| 4.2 不同时间尺度下传统太阳能资源变化特性分析 | 第46-49页 |
| 4.3 太阳能资源单一日波动稳定性分析方法 | 第49-50页 |
| 4.3.1 太阳能资源纵向波动幅度 | 第49页 |
| 4.3.2 太阳能资源横向波动不确定 | 第49-50页 |
| 4.3.3 太阳能资源单一日波动稳定性 | 第50页 |
| 4.4 方法验证 | 第50-56页 |
| 4.4.1 数据源介绍 | 第50-51页 |
| 4.4.2 太阳能资源单位小时波动稳定性 | 第51-53页 |
| 4.4.3 太阳能资源日波动稳定性 | 第53-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 基于典型曲线库的太阳能资源区域日波动稳定性分析方法 | 第57-65页 |
| 5.1 基于典型曲线库的太阳能资源区域日波动稳定性分析方法 | 第57-61页 |
| 5.1.1 基于典型曲线库的太阳能资源区域日波动稳定性分析方法简介 | 第57-58页 |
| 5.1.2 数据抽取 | 第58-59页 |
| 5.1.3 季节分类的必要性 | 第59-60页 |
| 5.1.4 基于权重的区域单一季节太阳能资源日波动稳定性 | 第60-61页 |
| 5.1.5 基于加权和的区域太阳能资源日波动稳定性 | 第61页 |
| 5.2 实验结果与分析 | 第61-63页 |
| 5.2.1 实验数据抽取 | 第61-62页 |
| 5.2.2 基于典型曲线库的太阳能区域日波动稳定性分析 | 第62-63页 |
| 5.3 本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间的科研成果 | 第73页 |
