考虑光伏发电的短期负荷预测
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题来源 | 第8-9页 |
| ·立题意义 | 第9-10页 |
| ·国内外研究现状与发展新方向 | 第10-14页 |
| ·短期负荷预测的理论发展 | 第10-11页 |
| ·短期负荷预测的方法研究 | 第11-14页 |
| ·发展趋势 | 第14页 |
| ·本文的主要研究内容和成果 | 第14-16页 |
| 第2章 负荷特性及影响因素分析 | 第16-27页 |
| ·用电负荷的分类 | 第16-17页 |
| ·负荷特性分析 | 第17-21页 |
| ·年负荷特性分析 | 第17-18页 |
| ·月负荷特性分析 | 第18-19页 |
| ·日负荷特性分析 | 第19-21页 |
| ·气象因素的对负荷的影响 | 第21-25页 |
| ·负荷与各气象因子关系分析 | 第22-24页 |
| ·综合气象因子 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 人工神经网络在负荷预测中的应用 | 第27-34页 |
| ·BP神经网络 | 第27-29页 |
| ·BP神经网络的构成 | 第27-28页 |
| ·BP算法训练过程与计算原理 | 第28-29页 |
| ·改进的BP算法 | 第29页 |
| ·预测模型建立 | 第29-30页 |
| ·总体模型 | 第29页 |
| ·输入样本数据的归一化 | 第29-30页 |
| ·算例分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 动态自适应神经网络 | 第34-43页 |
| ·自适应神经网络 | 第34-36页 |
| ·自适应神经网络的构成 | 第34-35页 |
| ·自适应神经网络训练过程与计算原理 | 第35-36页 |
| ·预测模型结构与数据处理方法 | 第36-39页 |
| ·数据动态自适应处理 | 第36-37页 |
| ·动态自适应数据队列的确定 | 第37-38页 |
| ·考虑噪声干扰的数据处理 | 第38-39页 |
| ·算例分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 光伏系统接入 | 第43-53页 |
| ·光伏发电系统的分类与构成 | 第43-45页 |
| ·光伏发电系统的主要分类 | 第43-44页 |
| ·光伏发电系统的主要构成及出力影响因素 | 第44-45页 |
| ·光伏发电系统的构建 | 第45-48页 |
| ·各数据来源 | 第45-47页 |
| ·光伏电站容量计算 | 第47页 |
| ·光伏电源有效出力 | 第47-48页 |
| ·算例分析 | 第48-52页 |
| ·不考虑光伏出力的预测 | 第48-50页 |
| ·考虑光伏出力的预测 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士期间发表论文和科研成果 | 第59页 |
