| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 国内外研究的现状 | 第11-13页 |
| 1.3 本论文主要研究内容 | 第13-14页 |
| 第2章 光伏发电系统及故障分析 | 第14-23页 |
| 2.1 光伏发电系统概述 | 第14-16页 |
| 2.1.1 独立型光伏发电系统 | 第14页 |
| 2.1.2 并网型光伏发电系统 | 第14-15页 |
| 2.1.3 分布式光伏发电系统 | 第15-16页 |
| 2.2 光伏电站的故障分析 | 第16-18页 |
| 2.3 光伏阵列故障特征 | 第18-21页 |
| 2.3.1 故障状态下光伏阵列等效电路内部参数分析 | 第18-20页 |
| 2.3.2 故障状态下光伏阵列外输出特性分析 | 第20-21页 |
| 2.4 本章小结 | 第21-23页 |
| 第3章 光伏阵列故障诊断模型研究 | 第23-35页 |
| 3.1 支持向量机理论分析 | 第23-28页 |
| 3.1.1 支持向量机的概念 | 第23-24页 |
| 3.1.2 支持向量机求解 | 第24-26页 |
| 3.1.3 核函数 | 第26-28页 |
| 3.1.4 基于支持向量机的故障诊断基本步骤 | 第28页 |
| 3.2 最小二乘支持向量机分类器 | 第28-32页 |
| 3.2.1 最小二乘支持向量机 | 第28-29页 |
| 3.2.2 多类支持向量机 | 第29-32页 |
| 3.3 贝叶斯框架下的LSSVM参数选择 | 第32-33页 |
| 3.4 最优LSSVM多分类器的后验概率输出 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于贝叶斯理论的LSSVM光伏阵列故障诊断 | 第35-43页 |
| 4.1 基于贝叶斯理论的LSSVM光伏阵列故障诊断框图 | 第35-36页 |
| 4.2 仿真结果及分析 | 第36-40页 |
| 4.2.1 光伏阵列故障诊断模型的搭建 | 第36-37页 |
| 4.2.2 光伏阵列故障诊断模型的仿真结果与分析 | 第37-40页 |
| 4.3 实验结果验证 | 第40-42页 |
| 4.3.1 实验平台搭建 | 第40-41页 |
| 4.3.2 实验结果及分析 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 结论与展望 | 第43-44页 |
| 5.1 论文工作总结 | 第43页 |
| 5.2 展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第48-49页 |
| 致谢 | 第49页 |
